結構化、非結構化、半結構化資料：
1. 結構化資料
能夠用資料或統一的結構表示，我們稱之為結構化資料，如數字、符號。傳統的關係資料模型、行資料，儲存於資料庫，可用二維表結構表示。
2. 非結構化資料
包括所有格式的辦公文件、文字、圖片、XML、HTML、各類報表、影象和音訊/視訊資訊等等
3. 半結構化資料
就是介於完全結構化資料（如關係型資料庫、面向物件資料庫中的資料）和完全無結構的資料（如聲音、影象檔案等）之間的資料，HTML文件就屬於半結構化資料。它一般是自描述的，資料的結構和內容混在一起，沒有明顯的區分。

大資料特點
1.Volume(大量)：資料量大，包括採集、儲存和計算的量都非常大。大資料的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）。

2.Variety(多樣)：種類和來源多樣化。包括結構化、半結構化和非結構化資料，具體表現為網路日誌、音訊、視訊、圖片、地理位置資訊等等，多型別的資料對資料的處理能力提出了更高的要求。

3.Value(價值)：資料價值密度相對較低，或者說是浪裡淘沙卻又彌足珍貴。隨著網際網路以及物聯網的廣泛應用，資訊感知無處不在，資訊海量，但價值密度較低，如何結合業務邏輯並通過強大的機器演算法來挖掘資料價值，是大資料時代最需要解決的問題。

4.Velocity(高效)：資料增長速度快，處理速度也快，時效性要求高。比如搜尋引擎要求幾分鐘前的新聞能夠被使用者查詢到，個性化推薦演算法儘可能要求實時完成推薦。這是大資料區別於傳統資料探勘的顯著特徵。

5.Veracity(真實性)：資料的準確性和可信賴度，即資料的質量。

CAP理論
CAP原則又稱CAP定理，指的是在一個分散式系統中， Consistency（一致性）、 Availability（可用性）、Partition tolerance（分割槽容錯性），三者不可得兼。

CAP原則是NOSQL資料庫的基石。Consistency（一致性）。 Availability（可用性）。Partition tolerance（分割槽容錯性）。

分散式系統的CAP理論：理論首先把分散式系統中的三個特性進行了如下歸納：
一致性（C）：在分散式系統中的所有資料備份，在同一時刻是否同樣的值。（等同於所有節點訪問同一份最新的資料副本）
可用性（A）：在叢集中一部分節點故障後，叢集整體是否還能響應客戶端的讀寫請求。（對資料更新具備高可用性）
分割槽容忍性（P）：以實際效果而言，分割槽相當於對通訊的時限要求。系統如果不能在時限內達成資料一致性，就意味著發生了分割槽的情況，必須就當前操作在C和A之間做出選擇。

資料倉庫
資料倉庫是決策支援系統（dss）和聯機分析應用資料來源的結構化資料環境。資料倉庫研究和解決從資料庫中獲取資訊的問題。資料倉庫的特徵在於面向主題、整合性、穩定性和時變性。

資料庫和資料倉庫的區別：
邏輯層面/概念層面：
資料庫和資料倉庫其實是一樣的或者及其相似的，都是通過某個資料庫軟體，基於某種資料模型來組織、管理資料。但是，資料庫通常更關注業務交易處理（OLTP），而資料倉庫更關注資料分析層面（OLAP），由此產生的資料庫模型上也會有很大的差異。資料庫通常追求交易的速度，交易完整性，資料的一致性，等等，在資料庫模型上主要遵從正規化模型（1NF，2NF，3NF，等等），從而儘可能減少資料冗餘，保證引用完整性；而資料倉庫強調資料分析的效率，複雜查詢的速度，資料之間的相關性分析，所以在資料庫模型上，資料倉庫喜歡使用多維模型，從而提高資料分析的效率。
資料庫大多都是讀寫優化的，難以良好支援大量資料的讀（查詢），而資料倉庫是隻讀優化的資料庫，只要支援大量複雜資料的查詢就可以了。
資料庫：MySQL, Oracle, SqlServer等
資料倉庫 ：AWS Redshift, Greenplum, Hive等
資料庫與資料倉庫的區別由知乎資料庫 與 資料倉庫的本質區別是什麼？問題下的回答轉載