構造化データ

1. 定義

構造化データとは、あらかじめ決められたデータ型や項目定義に基づいて整理・格納されたデータのことであり、コンピュータが検索や集計を行いやすい形式で管理されています。データベースにおいて行と列で管理されるデータなどが代表的です。

データ項目が明確に定義されているため、プログラムで処理する際にデータの意味を解釈しやすく、効率的に加工・分析を行うことができます。現代の基幹業務システムやデータベース管理システムで扱われるデータの多くは、この構造化データとして定義されています。

2. 仕組みと種類

構造化データの仕組みは、主にリレーショナルデータベース（RDB）のような、表形式の構造に基づいています。各セルには定義されたデータ型（整数、文字列、日付など）が格納され、項目名によってその意味が定義されています。このため、SQLなどの言語を用いて複雑な検索や結合を高速に行うことが可能です。

代表的な形式としては、データベースのテーブルのほか、CSVファイル、Excel形式、XML形式、JSON形式などが挙げられます。これらは、データがどのような項目で構成されているかが決まっているため、システム間でのデータ連携や移行にも適しており、基幹業務システムにおける情報の標準的な受け渡し手段となっています。

3. 試験ごとの視点

ITパスポート試験では、データ活用の文脈で「整理されたデータ」として登場します。表計算ソフトのデータやデータベースのレコードなど、人間とコンピュータの両方が理解しやすい形式であることを理解し、集計やグラフ化といったデータ分析の基礎的な素材として認識しておくことが重要です。

基本情報技術者試験では、データベース設計の観点から詳細に問われます。データの正規化やエンティティ関連図（ER図）の作成プロセスを通じて、いかに効率よく構造化されたデータを保持するかが重要です。また、データの型や整合性を維持するための制約（主キーなど）についても理解が求められます。

4. 紛らわしい語との違い

非構造化データは、構造化データとは対照的な概念です。非構造化データは、画像、動画、音声、メールの本文など、形式が固定されておらず、データ項目が定義されていないものです。構造化データは整理されているため検索が容易ですが、非構造化データはAIによる解析技術などを用いないと情報の抽出が難しいという違いがあります。

半構造化データという中間的な概念もあります。これは、XMLやJSONのようにデータ構造に柔軟性があるものの、タグなどを用いてデータの階層構造を定義しているものです。厳密な表形式の構造化データと、全く形式のない非構造化データの中間に位置します。

5. 身近な例

身近な例として、ネット通販の顧客注文データがあります。注文日、顧客ID、商品コード、数量といった項目がデータベースのテーブルとして定義されており、これらは構造化データの典型です。これがあるおかげで、「先月の売上合計」や「特定の顧客の購入履歴」を瞬時に集計できます。

また、スマートフォンなどの連絡先アプリも構造化データです。「名前」「電話番号」「メールアドレス」という項目が定義されているため、検索機能を使えばすぐに目的の人を見つけることができます。もしこれが「ただのメモ書き」の集まりであれば、検索や並べ替えは困難になっていたはずです。