陈世敏

中国科学院计算技术研究所，北京 100190

1 引言

大数据产业是全球高科技竞争的前沿领域。大数据技术的推广应用对国家经济、政治、法治、科技、文化、教育、民生、社会、生态文明、国家安全等方面，都会产生深远的影响。传统的关系数据模型从20世纪70年代出现至今，在商用数据处理方面得到了广泛的应用。但是，关系模型的简单、扁平的二维表结构无法满足各行各业（如社交网络、物联网、医疗生物、金融等）日益丰富的大数据表达和处理的需求。于是，实践中涌现了多种非传统的大数据类型，出现了一批支持非传统数据类型的大数据系统，被统称为NoSQL数据库系统。其中，应用最广泛的是键值对（keyvalue）数据类型、图（graph）数据类型和以JSON（JavaScript object notation）等为代表的树状结构数据类型（treestructured data type）。

树状结构数据类型可直观地表达高级程序设计语言中类（class）、结构（struct）等丰富的结构，能够简洁地支持嵌套、多值和缺值，已被广泛应用于社交网络数据服务、Web服务、数据交换格式、分布式系统协议、物联网等，是一种重要的大数据类型。实践中常见的树状结构数据类型有JSON、Protocol Buffers等。JSON是JavaScript语言标准的一个子集，常常作为数据输出和数据交换的类型。Protocol Buffers是Google公司推出的一种数据类型，是实现分布式系统内部通信协议的数据格式，也是Google公司的Dremel[1]和BigQuery[2]等大数据系统的数据类型。

本文将对以JSON为代表的树状结构大数据类型进行深入介绍，首先举例说明树状结构大数据的含义，然后从多个角度说明树状结构大数据的价值和意义，最后结合笔者近期的研究工作，说明树状结构大数据类型的处理和支持。……