结构化数据整齐地排列在行和列中，包含名称、日期、金额和类别等信息。每个字段都有明确的类型，每条记录都遵循相同的格式。这种结构由预先定义的模式（schema）定义。关系数据库、电子表格和 CSV 文件都存储结构化数据。这种严谨性正是其关键所在。由于结构可预测，查询速度快，结果一致。您可以自信地连接表、聚合值和筛选行，因为数据会按预期运行。

结构化数据主导着传统的商业系统。交易记录、库存、客户记录和财务账簿都是结构化的。模式确保了数据的一致性。日期字段不能包含文本，数值字段不能包含字符串。这种强制措施能够及早发现错误，也使得数据分析更加便捷。SQL 专为结构化数据而设计，商业智能工具也默认使用结构化数据，机器学习模型通常也更倾向于使用结构化数据。但结构化数据的局限性在于其灵活性。存储数据之前，结构化数据需要预先了解其模式。如果数据结构发生变化，则必须更改模式，而这种迁移会带来系统中断。半结构化和非结构化数据通过将结构化延迟到查询时来避免这个问题，但它们牺牲了灵活性，换来了复杂性。结构化数据更易于处理，但更难更改。大多数组织都依赖结构化数据运行。会计系统、CRM 系统、ERP 系统等都存储结构化数据。它或许并不令人兴奋，但却是基础。

结构化数据特征

• 模式定义——预先已知的结构
• 表格——行和列
• 类型化——每个字段都有一个数据类型
• 可查询的——SQL 及类似语言
• 一致性——每条记录的格式都相同

结构化数据具有可预测性。这种可预测性既使其有用，也使其变得僵化。