半结构化数据为介于完全结构化和非结构化之间的信息体。虽然属于结构化数据的范畴，但其内在结构具有高度灵活性及多变性。
相较于单纯的无序文本，半结构化数据呈现出一定的结构性特征，如OEM（对象交换模型）即为典型的半结构化数据模型实例。其实用场景涵盖邮件系统、WEB集群、教学资源库、数据挖掘系统及系统等，这些场景对数据存储、备份、共享及归档等基础需求均有涉及。
在日常工作中，我们经常接触到的一种半结构化数据便是个人简历。由于每个人的简历格式、内容不尽相同，有的仅含基础信息，如教育背景；而有的则包括工作经历、婚姻状况、出入境情况、户口变动等多方面内容，甚至可能含有一些意料之外的信息点。
在信息系统设计中，保存这些多样化的信息是一项挑战。由于不希望系统表结构在运行期间发生变动，我们通常需将系统信息存入指定的关系数据库中。我们会根据业务分类对数据进行整理，并设计相应的表结构，以便将各类信息存入对应的表中。例如，在员工管理系统中，我们需要保存员工的工号、姓名、性别、出生日期等信息时，会创建一个对应的“员工”表。
半结构化数据的结构模式与其数据内容紧密相连。具体而言，它具备以下特性：数据结构的自描述性，结构与内容相互交融；在实际研究和应用中，“元数据”和“常规数据”的概念边界模糊；其数据结构的复杂性使得其难以纳入既有的描述框架，理解和应用上具有挑战性；其数据结构的动态性意味着数据的变动常带来结构模式的变化。
在存储方面，半结构化数据通常需转化为结构化数据进行处理。这种方法涉及对现有信息进行统计整理，识别所有信息类别并考虑系统的实际需求。针对每个类别建立子表，同时在主表中设置备注字段以存储系统不关心的或其他未预料到的信息。
此存储方式的优点在于查询统计较为便捷。其缺点在于难以应对数据的扩展和检索未预见但系统关心的信息。还有其他的存储方式如使用XML或JSON格式保存至CLOB字段中。
XML因其灵活的扩展性而适合存储半结构化数据。通过将不同类型的信息保存在XML的不同节点中即可实现存储。其优点在于可以灵活扩展信息，仅需更改对应的DTD或XSD；但查询效率相对较低，需借助XPATH进行查询统计。
JSON同样适用于存储半结构化数据。将不同类型的信息存入JSON的不同节点即可。其扩展性的实现则依赖于应用程序对JSON对应Schema的控制。其缺点同样在于查询效率低下，需要通过数据库提供的JSON处理方法进行查询统计。
最终值得注意的是，对于半结构化数据而言，其数据结构是随数据内容的变化而变化的。