半结构化数据：数据带有结构，但没有严格固定表结构，典型格式 JSON、BSON、XML、YAML、Protobuf，数据字段可动态增减。下面按 NoSQL 文档库、时序、对象存储、消息队列、分析引擎 分类介绍，侧重适用场景、优缺点。
一、文档型数据库（最常用，原生支持 JSON/BSON）
1. MongoDB
存储格式：BSON（二进制 JSON），文档模型，字段灵活可变，支持嵌套、数组。
核心能力：二级索引、聚合查询、事务、分片集群、副本集。
适用：业务系统动态 JSON 数据、用户画像、日志、业务对象，不需要严格固定 schema。
优点：对 JSON 友好，开发简单，生态成熟；
缺点：大数据量分析性能弱于数仓，事务开销大。
2. CouchDB
存储格式：原生 JSON 文档，MVCC 多版本并发控制。
特点：擅长离线同步，适合移动端、边缘设备，内置复制同步。
适用：边缘端、离线多端同步场景。
缺点：聚合查询能力一般，国内使用较少。
3. Elasticsearch / OpenSearch
很多人只当搜索引擎，实际也是半结构化存储
存储：JSON 文档，不需要预先定义 mapping（可动态推断字段）。
能力：全文检索、多维过滤、聚合、分词；支持分片。
适用：日志存储、埋点、搜索业务、JSON 日志检索。
优点：检索、过滤极强；
缺点：不适合高频更新大文档，存储成本高，不适合做核心业务主库。
二、对象存储 + 文件格式（海量半结构化，大数据场景）
数据存文件，schema 可变，配合计算引擎读取，适合海量离线数据。
1. MinIO / S3 兼容对象存储 + JSON/Parquet/ORC
存储：JSON Lines（每行一个 JSON 对象）、Parquet、ORC。
JSON Lines：纯半结构化；Parquet/ORC 是列式半结构化，支持 schema 演进。
适用：埋点日志、业务原始数据湖；Flink/Spark 直接读写。
优点：成本极低，可无限扩展；
缺点：不能做实时随机查询，需要计算引擎。
2. HBase
列族 NoSQL，宽列模型，半结构化 KV。
存储：行 key，列族下列可以动态新增，不需要预定义全部列。
适用：海量稀疏数据，用户行为、时序宽表。
优点：超大规模，高吞吐；
缺点：查询只能按 rowkey，条件查询弱，维护重。
三、时序数据库（半结构化时序数据）
InfluxDB / TDengine
存储：时序行，tag (标签) 动态可变，fields 动态字段。
适用：设备上报 JSON 测点、IoT 传感器数据。
特点：标签维度灵活，自动降采样；时间维度查询极强。
四、消息队列（流式半结构化，临时存储）
Kafka
消息体一般存 JSON/Protobuf，本身不解析内容，只做字节存储。
适合：半结构化数据流中转，配合 Flink 消费落库。
注意：Kafka 是消息中间件，不适合做长期存储。
五、SQL 类支持半结构化（关系库内置 JSON 能力）
传统关系数据库，支持 JSON 字段，适合混合结构化 + 半结构化业务。
1. PostgreSQL(JSONB)
JSONB：二进制 JSON 类型，支持索引、JSON 查询、嵌套过滤。
适用：主库是关系模型，少量字段需要动态 JSON，不适合全部数据都 JSON。
优势：可以和普通 SQL 联合查询，事务强。
2. openGauss JSONB
兼容 PostgreSQL JSONB 能力，国产信创场景。
3. MySQL JSON
原生 JSON 字段，支持简单 JSON 查询；索引能力弱于 PG JSONB。
六、分析型引擎（数据湖仓）
Doris
支持 JSON 类型、Variant 类型（动态半结构化），可以直接导入 JSON 日志，无需预先建表。
Variant：专门为半结构化设计，自动解析 JSON，字段动态，适合埋点、日志分析。
ClickHouse
支持 JSON、Object (JSON) 类型，支持动态解析 JSON，高性能日志分析。
选型快速参考
简单选型建议
业务主存储，大量动态 JSON → MongoDB
关系业务，少量动态字段 → PostgreSQL JSONB
要检索查询 JSON → Elasticsearch
海量日志埋点分析 → Doris / ClickHouse
海量原始数据归档 → 对象存储 JSONLines/Parquet
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢