有个笑话说，老婆把钥匙掉进下水道，催老公去捞。老公不捞。老婆一生气，把老公买的结婚戒指丢了进去。老公赶快去捞钥匙。他找来一块磁铁，系上绳子丢进下水道，不料，钥匙没上来，结婚用的“黄金戒指”居然跟着磁铁一块上来了！这个笑话说明什么？物以类聚，不同类别的物质，要用不同的处理方法。因此，学习大数据，先要学习数据分类。

上一节我们知道：大数据就是海量信息；大数据分析，就是在海量信息中提炼出有价值的信息。既然是海量信息，必须通过分类才可加工。最常见的数据分类是怎样的呢？通常把数据分为结构化、半结构化和非结构化数据。严谨用大家熟悉的砖块作比：结构化数据就像完整规则的砖块；半结构化数据就像半完整、半规则的砖头；非结构化数据就像不完整、不规则的碎砖。比如财务系统、行政审批数据，是结构化数据；文本、图片、图像、音频、视频，是非结构化数据；介于结构化与非结构化之间的数据，有规则但不标准，是半结构化数据。

据统计，一个城市的数据中，结构化数据不到5%，其它都是半结构化和非结构化数据，尤其是文本、图像、音频、视频等非结构化数据，逐年呈指数级增长，如何存储和利用这些数据，尤为关键，是大数据研究的重要课题。