半結構化資料具有一定的組織結構，但無法完全按照表格形式組織。 JSON、XML、YAML 和電子郵件標頭都屬於此類。資料包含描述其結構的標籤或鍵，但結構可能因記錄而異。一個 JSON 物件可能包含另一個物件所沒有的欄位。一個 XML 文件的元素巢狀方式可能與另一個文件不同。這種模式是靈活的，有時被稱為讀取時模式（schema-on-read）。結構是在查詢資料時應用的，而不是在儲存資料時應用的。

半結構化資料在現代應用程式中十分常見。 API 傳回 JSON 數據，日誌檔案使用鍵值對，設定檔使用 YAML，NoSQL 文件資料庫原生支援 JSON 儲存。這種彈性在資料模型演進或變更時非常有用，但同時也為資料分析帶來了挑戰。查詢半結構化資料所需的工具和技術與查詢普通表有所不同。你需要處理巢狀結構、缺失欄位以及扁平化陣列。 SQL 引擎已經對此進行了調整。 PostgreSQL、MySQL 和 Snowflake 都支援 JSON 函數。你無需事先提取 JSON 文件即可直接查詢其中的內容。這種結構化資料和半結構化資料界線的模糊化使得二者之間的區別變得不再那麼重要。關鍵問題不在於資料是否是半結構化的，而在於能否有效地查詢它。

半結構化格式

• JSON——鍵值對、陣列、巢狀對象
• XML－帶標籤的元素，層級結構
• YAML－人類可讀的設定檔
• CSV－已分隔但無型別訊息
• 日誌檔案－帶有可變欄位的帶時間戳記的事件

半結構化資料介於兩者之間。它既有足夠的結構性使其有用，又有足夠的靈活性使其容易變得混亂。