第6章
数据工程

知识体系构建

全新考情点拨

根据考试大纲，本章知识点多涉及单项选择题，偶尔出现案例分析题，预计分值2～3分。本章内容属于基础知识范畴，考查的知识点大多来源于教材，考生需理解和掌握易考知识点。

第1节　数据采集和预处理

知识点1　数据采集

1.数据类型

（1）__________是以关系型数据库表管理的数据。

（2）____________是指非关系模型的、有基本固定结构模式的数据，例如日志文件、XML文档、E-mail等。

（3）____________是指没有固定模式的数据，如所有格式的办公文档、文本、图片、HTML代码、各类报表、图像和音频/视频信息等。

2.数据采集方法

数据采集的方法可分为__________、____________、________和其他数据采集等。

知识点2　数据预处理

1.数据预处理的步骤

数据预处理的3个步骤：________、________、________。

2.数据预处理方法

·__________：缺失值样本占整个样本比例相对较小时，可以将有缺失值的样本直接丢弃。

·__________：把数据分成几个组，再分别计算每个组的均值，用均值代替缺失数值。

·__________：采用相似对象的值进行数据填充。

第2节　数据存储及管理

知识点1　数据存储

1.存储介质的类型

存储介质的类型主要有____、____、____、____、闪存、云存储等。

2.存储的形式

存储的三种形式是________、________和________。

知识点2　数据归档

基础知识

（1）数据归档过程是___________的，即归档的数据可以___________到原存储介质中。

（2）数据归档注意事项：数据归档一般______________执行；数据归档之后，将会_______生产数据库的数据，将会造成________；如果数据归档影响了线上业务，一定要________。

知识点3　数据备份

数据备份分类

（1）________：每次都对需要进行备份的数据进行全备份。会占用___________资源。

（2）________：每次所备份的数据只是相对上一次完全备份之后发生变化的数据。备份时间短、___________存储空间、数据恢复___________。

（3）________：每次所备份的数据只是相对于上一次备份后改变的数据。备份时间短、___________存储空间、数据恢复___________。

知识点4　数据容灾

基础知识

（1）________是数据容灾的基础。

（2）数据容灾的关键技术主要包括________技术和______________技术。

第3节　数据治理和建模

知识点1　元数据

元数据是关于__________。其实质是用于描述信息资源或数据的内容、覆盖范围、质量、管理方式、数据的所有者、数据的提供方式等有关的信息。

知识点2　数据标准化

1.数据标准化的内容

数据标准化的主要内容包括____________、____________、数据模式标准化、数据分类与编码标准化。

2.数据标准化的过程

数据标准化阶段的具体过程：_____________、_____________、_____________、____________。

知识点3　数据模型

数据模型的分类

·___________________：也称为信息模型，它是按用户的观点来对数据和信息建模。

·___________________：是在概念模型的基础上确定模型的数据结构。

·____________________：是在逻辑模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构设计，真正实现数据在数据库中的存放。

知识点4　数据建模

数据建模的过程包括____________、____________、____________、____________。

第4节　数据仓库和数据资产

知识点1　数据仓库

1.数据仓库的特点

数据仓库是一个__________、_________________、____________、包含汇总和明细的、稳定的________集合。

2.数据仓库的构成

（1）数据仓库的构成包括_________________、_________________、______________、________。

（2）____________是数据仓库系统的_________，是整个系统的数据源泉，通常包括企业的内部信息和外部信息。

（3）________________是整个数据仓库系统的________。

（4）______________________________对分析需要的数据进行有效集成，按多维模型予以组织，以便进行多角度、多层次的分析，并________。

（5）________主要包括各种查询工具、报表工具、分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。

知识点2　数据资产管理

在数字时代，数据是一种重要的生产要素，把数据转化成可流通的数据要素，重点包含__________、__________两个环节。

第5节　数据分析及应用

知识点1　数据挖掘

数据挖掘的流程

数据挖掘流程包括____________、________、________、______________。

知识点2　数据服务

数据服务的内容

数据服务主要包括____________、________________________、____________。

知识点3　数据可视化

数据可视化分类

数据可视化分为7类：_______________、_______________、_______________、______________、______________、______________和______________。

第6节　数据脱敏和分类分级

知识点1　数据脱敏

1.数据的5个等级

L1____、L2____、L3____、L4____、L5____。

2.数据脱敏的方式

数据脱敏方式包括______________与________两类。

3.数据脱敏的原则

数据脱敏原则主要包括____________________、________________、__________________、________________、__________________、__________________。

知识点2　数据分类

数据分类有________、________两个要素。

知识点3　数据分级

（1）________：对国家安全造成________、______________，对公共利益造成严重危害。

（2）________：对国家安全造成轻微危害，对公共利益造成________、________。

（3）________：对__________的合法权益无危害或者造成轻微危害、一般危害、严重危害。 TUiGRdvqHBBBFXjF02JIMUVbtOVeTPuaAymMpyZZGsx6ZBvPuiDZLvA5cs2O1ONf