企业官网建设流程全解析

这样学才能拿高分——山东大学数据方向四门课复习笔记（2021版）

每年期末考试季，总有一批人抱着手机问"数据可视化要考什么""OS重点是什么"，我也曾经是其中一员。2021年那个学期，我同时修了数据可视化、数据科学导论、操作系统和数据库这四门硬课，临考前三周才开始系统整理，最后踩着踩过的坑才摸索出一套"考点优先、手写为主、画图为辅"的复习路径。这份从试题回想到知识点梳理的内容，前后整理了两三遍，现在分享出来，给后来的学弟学妹做个参考——不管你是想拿高分，还是只想少挂一科，这套整理思路都值得你花十分钟读一遍。

先交代一下适用背景。资料对应的是2021年山东大学数据科学方向课程，涉及课程包括数据可视化、数据科学导论、操作系统和数据库，考试形式偏向综合题加少量概念的简答填空。不同老师和不同年份的题会变，但重点范围变化不大，尤其是基础概念和常考题型，几乎年年重复。我这份整理的价值在于：把散落在PPT和课本里需要背的知识，浓缩成一份可以直接拿来记忆和串联的内容。

1. 这份整理的由来：三轮复习法逼出来的东西

第一轮复习时，我只是把PPT从头到尾翻了一遍，效率极低，看完第四章忘了第一章。后来我干脆换了一个思路，先把每个科目的往年试题和老师划的重点全部收集齐，再针对每一个考点去翻书、补笔记、画脑图，形成自己的知识框架。

具体做法是这样的：

• 先把四门课的PPT和教材章节列成一张总表，标注课时覆盖范围和老师强调过的章节。
• 然后回忆和收集历年题型，包括选择题、填空题、简答题、计算题、SQL写作题、画图题等，按科目分类整理。
• 之后，针对每个题型倒推知识点，把可能考到的名词解释、流程步骤、对比表格全部做一遍。
• 最后，每门课整理一份手写版（后来誊成电子版）的重点提纲，把容易混淆的和必考的内容用表格对比出来。

三轮下来，每门课的笔记大概控制在十页A4纸范围内，信息密度高，考试前翻起来很顺手。这比我最初堆了四十多页笔记的方法高效太多。

这就是为什么在这份整理里，你会看到大量表格、对比、公式和代码片段，而不是大段大段的文字——这些全是从"可能出题的角度"倒推出来的，基本属于考场上能用得上的内容。

2. 数据可视化：画图只是手段，视觉编码才是核心考点

数据可视化这门课，在2021年的考核里最有意思的一点是：手绘图表和给图表纠错占了很大分值，反而ECharts的具体代码写不写得出是次要的。这也说明了课程的重点不在工具而在原理。

2.1 视觉编码优先级，几乎是必考的一道简答题

再怎么考都绕不开的一个知识点，就是视觉通道的优先级。记住这个顺序会非常有用：位置优于长度，长度优于角度，角度优于面积，面积优于颜色饱和度，颜色饱和度优于颜色色相。简单说，人眼对位置的感知最敏锐，对色相的感知最弱，所以在设计图表时，需要表达最重要的数据关系时，优先级应该给位置和长度，而不是用一堆花花绿绿的颜色。

考题最常见的方式是给你一张设计得很丑的图，让你指出哪里不合理并提出改进方案。这时候套优先级顺序来分析就很好用。

2.2 图表选型对照：看见数据先想关系，再选图

考试里也会让你为特定数据设计可视化方案。我的经验是先分析数据关系类型，再套图表：

在作答时，记得写清楚选图理由——比如"用折线图因为它适合展示连续时间序列的趋势变化"这种表述。2021年考试里就有一道给城市气温数据选图的题，用折线图加散点图双组合作答通常能拿高分。

2.3 ECharts上手时最容易踩的坑：option配置项

虽然ECharts代码考察没那么严格，但作为数据可视化方向的学生，工具实战还是得掌握。我当时写ECharts踩了不少坑，整理出来给同专业的同学提个醒。

第一个坑是series的类型别搞混。line是折线，bar是柱状，pie是饼图，scatter是散点，地图是map。同一个图表里想混搭类型，可以放多个series对象，但每个series都需要单独的type字段。

第二个坑是坐标轴类型。类目轴category和数据轴value如果设错，图表会直接不显示或者显示成空白。判断方法是横轴是比如月份名称、城市名称这类离散值，就用category；横轴是数值范围，就用value。

第三个坑是数据格式。数据量大的时候，不要直接在series.data里手写数组，优先用dataset配置项来管理数据，这样组件之间好联动，切换维度也方便。

下面这个例子是一个简单的折线图入门配置：

option = { title: { text: '2021年气温变化' }, tooltip: { trigger: 'axis' }, legend: { data: ['最高气温', '最低气温'] }, grid: { left: '3%', right: '4%', bottom: '3%', containLabel: true }, xAxis: { type: 'category', data: ['周一', '周二', '周三', '周四', '周五', '周六', '周日'] }, yAxis: { type: 'value', name: '温度(℃)' }, series: [ { name: '最高气温', type: 'line', data: [11, 11, 15, 13, 12, 13, 10] }, { name: '最低气温', type: 'line', data: [1, -2, 2, 5, 3, 2, 0] } ] };

这份配置是我当年练手用的，核心是把option对象的三要素（data、xAxis、yAxis、series）理清楚。真正考试不要求默写这么完整的配置，但理解结构对笔试中关于图表组成的简答有直接帮助。

2.4 常见图表错误清单

数据可视化知识点里，有一类题是判断某个做法是对是错。总结起来就几种常见错误：

• 饼图超过5个扇区还硬用，应该改用条形图；3D饼图更是灾难，透视会严重干扰面积判断。
• 配色混乱，用了高饱和对比色但数据类别根本没有可比性。
• 坐标轴不从零开始却硬撑"柱状对比"，在视觉上夸大了趋势差异。
• 双坐标轴滥用，两个不同的量纲放在同一张图，却不在标注中说明。
• 颜色只用纯色，忽略色盲用户。

2021年试卷里就有一道题是让指出一张双轴图的问题，我当时列了三条错误和修订方案，得分很稳。建议把这几个点背熟。

3. 数据科学导论：统计思维比代码能力更拉分

数据科学导论，名字听起来偏概念，实际上考试里最狠的是统计推断和Python结果解读这类题。很多人以为这门课就是讲什么是大数据、什么是机器学习，结果在假设检验上栽了跟头。

3.1 数据科学全流程：从问题到决策

整门课的骨架是数据科学的完整流程：业务理解、数据采集、数据清洗、探索性数据分析、特征工程、建模、评估、部署、决策、反馈。考试喜欢让你把几个阶段排序或者指出某个操作属于哪个阶段。

我当时整理了一个口诀：业务定问题，采集定范围，清洗定质量，探索定方向，建模定核心，评估定优劣，部署定价值。这套口诀配合例子挺好用，比如"处理缺失值"属于数据清洗阶段，"用箱线图看离群点"属于探索性数据分析阶段。

3.2 必考的统计基础：置信区间与假设检验

数据科学导论不会考太深的高数，但最基本的描述统计和推断统计一定会涉及。需要掌握的包括均值、中位数、方差、标准差、四分位数、相关系数、协方差等概念，以及p值、显著性水平、置信区间、假设检验的基本步骤。

尤其需要记住假设检验的四步流程：提出原假设和备择假设、选择检验统计量、计算p值、对比显著性水平得出结论。考题可能出现一个具体案例，比如"某产品改进后平均时长下降是否显著"，让你完成上述步骤。

2021年印象里有一道题给出了一个数据集的均值和标准差，要求计算95%置信区间。公式得上场：

置信区间公式：均值 ± (z或t临界值) × (标准差/√样本量)

如果样本量大于30，可以用z值（近似1.96）；小于30用t分布。考试允许带简单计算器，所以思路比计算过程更重要。

3.3 用Python做数据分析：pandas操作经常出现在选择题和填空题中

即使不让你写完整代码，也会考你一行代码的功能或者输出结果。复习时值得掌握的操作有几个：

import pandas as pd df = pd.read_csv('data.csv') df.head() df.info() df.describe() df.isnull().sum() df.dropna() df.fillna(df.mean()) df['column'].value_counts() df.groupby('category')['value'].mean()

如果考试让写代码，像加载数据、查看缺失值、填充缺失值、按列分组聚合的这种基础操作，是最容易出的题。建议把这几个函数熟记，尤其注意fillna里传的是填充值，dropna是删除含有缺失值的行，两者别搞混。

3.4 机器学习中的基础术语

数据科学导论也会涉及机器学习的入门概念，包括监督学习和无监督学习的区别、训练集和测试集划分的意义、过拟合与欠拟合、常见的评估指标（准确率、精确率、召回率、F1值、AUC等）。

考题可以结合一个例子，比如用分类模型预测用户流失，然后问你精确率和召回率哪个更重要。这类题没有绝对标准答案，关键是逻辑自洽。我当时的回答思路是：用户流失场景，一般更看重召回率，因为流失用户没被识别出来，损失更大；但如果干预成本很高，可以更看重精确率。考试时写出权衡逻辑就能得分。

4. 操作系统：不要背概念，要在纸上走流程

OS这门课在2021年的考试风格很偏向"给你一个场景，让你动手推流程"，纯概念背诵题比例不高。这一点很重要，因为很多同学把时间花在背定义上，忽略了对原理的推演，考场上遇到计算题就傻眼。

4.1 进程与线程的对比，出简答题的概率极高

进程和线程的区别是每年必考的一道题，关键在于对比要完整：

• 进程是资源分配的基本单位，线程是CPU调度的基本单位。
• 同一进程内的线程共享地址空间，不同进程之间的地址空间互相独立。
• 进程切换开销大，线程切换开销小。
• 进程间通信更复杂，线程间通信更简单（通过共享变量）。
• 一个进程崩溃通常不影响其他进程，而一个线程崩溃可能拖垮整个进程。

最好再补充一个具体的例子，比如浏览器每个标签页是一个进程还是一个线程，不同浏览器设计不同，但用这个例子能说明"独立性和共享性"的概念。

4.2 调度算法比较：那张对比表一定要记住

进程调度算法是必考内容。需要掌握的算法包括FCFS（先来先服务）、SJF（短作业优先）、RR（时间片轮转）、优先级调度、多级反馈队列。考试可能直接给你一组进程到达时间和执行时间，让你求平均等待时间、平均周转时间。

我当时整理了一张表，把每个算法的核心特征压到一行里：

考场上如果给你具体的到达时间和执行时间，最稳妥的做法是先画甘特图，再一步步算等待时间。绘图的过程本身就能帮你理清思路，也能保证步骤分。

4.3 死锁四大条件与银行家算法：推理题的重头戏

死锁必考，这一点没什么悬念。四大条件是：互斥、持有并等待、不可抢占、循环等待。考题往往让你分析一个场景是否会造成死锁，并设计破坏其中一个条件的方案。

2021年的试题中有一道银行家算法的题，给出系统资源总量、各进程已分配资源和最大需求，问当前状态是否安全，并找出安全序列。这类题的做法是：

• 计算每个进程还需要的资源数。
• 计算系统当前可用资源数。
• 依次尝试找一个进程，其需求可以被现有可用资源满足。
• 假设分配给它，回收它占用的资源，继续下一轮。
• 如果能找到一条序列分配完所有进程，则系统安全。

记住做题步骤，多练几道，基本能稳拿分。

4.4 页面置换算法：计算题中的常青树

虚拟内存管理部分，最经典的考法是页面置换算法，包括FIFO先进先出、LRU最近最久未使用、OPT最优置换。考试会给一个页面引用串和物理块数，让你写缺页次数和缺页率。

有一个容易丢分的坑：FIFO在分配块数增加时缺页率反而上升（Belady异常），而LRU和OPT没有这种问题。这个点考试经常以判断题或简答题形式出现。

计算的时候注意区分"刚开始内存为空"时算不算缺页，一般算，但不同教材口径可能不同，答题前如果题目没有明确说明，可以在草稿上标注自己的假设，避免因口径问题丢冤枉分。

4.5 信号量与PV操作，2021年考了一道原题

信号量的P操作（wait）和V操作（signal）是进程同步的经典考点。考题通常是生产者-消费者问题、读者写者问题或哲学家就餐问题，让你用信号量实现同步。复习时至少要能手写出生产者-消费者模型的伪代码：

semaphore mutex = 1; // 互斥访问缓冲区 semaphore empty = n; // 空缓冲区数量 semaphore full = 0; // 满缓冲区数量 // 生产者 while (true) { produce_item(); P(empty); P(mutex); put_item(); V(mutex); V(full); } // 消费者 while (true) { P(full); P(mutex); take_item(); V(mutex); V(empty); consume_item(); }

建议把P、V操作封装成"申请资源、互斥访问、释放资源"三步来理解，即使换了题目，只要识别出这三步，就能套用。这个思路在应对OS考试的主观题时非常管用。

5. 数据库：SQL是基本功，设计才是分水岭

数据库这门课，知识点密度是四门课里最高的。SQL写作题、关系代数题、范式判断、ER图转关系模式、事务隔离级别，几乎每个章节都能出大题。刚开始复习时感觉无从下手，后来按"基础语法—约束设计—范式理论—事务并发"四层拆解后，思路清晰了很多。

5.1 SQL高频题型：增删改查之外的三个隐藏考点

大多数人都知道SELECT、INSERT、UPDATE、DELETE，但考试想拉开差距，通常会考三类平时容易被忽略的内容。

第一类是聚合查询配合GROUP BY和HAVING。记住：WHERE在分组前过滤，HAVING在分组后过滤。比如"查询平均成绩大于80分的课程"，SQL顺序应该是先GROUP BY course_id，再HAVING AVG(score) > 80。

第二类是JOIN多表连接，尤其是LEFT JOIN和INNER JOIN的区别。考试常让你写"查询所有学生及其选课情况，没选课的也要列出来"，这时候必须用LEFT JOIN，而不是INNER JOIN，否则没有选课记录的学生会被筛掉。

第三类是子查询和EXISTS。比如"查询选了所有课程的学生"，这类题在关系代数里叫除法运算，在SQL里通常用NOT EXISTS双重否定来实现。

下面是一个可能用到的示例：

-- 查询选修了课程号为C001的学生姓名 SELECT s.name FROM student s INNER JOIN sc ON s.stu_id = sc.stu_id WHERE sc.course_id = 'C001'; -- 分组统计每个学生的选课数和平均分 SELECT stu_id, COUNT(*) AS cnt, AVG(score) AS avg_score FROM sc GROUP BY stu_id HAVING COUNT(*) >= 2;

这些题其实难度不大，关键是平时多练，尤其注意表名和字段名的大小写、字符串用单引号、别名习惯等，细节错误在笔试中也容易被扣分。

5.2 范式理论：从1NF到BCNF，判断步骤要烂熟于心

范式判断是数据库考试中计算题的主阵地。复习的时候，我把每一步判断压缩成了一条流程链：

• 1NF：属性不可再分，表中的每个字段都必须是原子值。
• 2NF：在1NF基础上，消除非主属性对候选键的部分依赖。
• 3NF：在2NF基础上，消除非主属性对候选键的传递依赖。
• BCNF：在3NF基础上，消除主属性对候选键的部分依赖和传递依赖，即每个决定因素都含有候选键。

做判断题的步骤，我自己总结为：先找候选键，再找函数依赖，然后看是否存在部分或者传递依赖。这个流程需要多练几道例题才能熟练。2021年的考题给了一个选课表，包含学生、老师、课程、教室等字段，让你判断最高满足第几范式并分解到3NF。解法是先把函数依赖写出来，再依据流程逐步规范化。

5.3 ER图转关系模式，必修的转换规则

ER图的相关考题一般分两部分：画ER图和将ER图转换为关系模式。转换规则比较固定：

• 实体转成一个关系模式，实体的属性就是关系的属性。
• 1对1联系，可以在任一侧加对方的主键。
• 1对多联系，在多方加一方的外键。
• 多对多联系，单独转成一个关系模式，两端的主键作为联合主键（必要时再加自己的属性）。

考试时最容易丢分的是多对多联系，不少人把关联属性也塞进关系模式里，导致冗余。我的做法是先把规则背下来，然后在草稿上画一个简单的例子（比如学生-选课-课程）练一遍转换，五分钟搞定。

5.4 事务ACID与隔离级别，简答题高频库

数据库的事务部分，ACID四个特性必须能用口语解释清楚：原子性（要么全做要么全不做）、一致性（事务前后数据满足完整性约束）、隔离性（并发事务互不干扰）、持久性（提交后数据不丢失）。

隔离级别从低到高依次是：

• 读未提交（Read Uncommitted）
• 读已提交（Read Committed）
• 可重复读（Repeatable Read）
• 可串行化（Serializable）

考试如果问某个隔离级别解决什么问题，要注意区分脏读、不可重复读、幻读这三种异常情况。我整理的口诀是：读未提交可能脏读；读已提交解决脏读但可能不可重复读；可重复读解决不可重复读但可能幻读；可串行化全部解决，但性能最差。

2021年复习时，我把这几个级别画成了一张阶梯图，每抬一级，解决的问题多一层，但并发性能也随之下降，考场作答时描述这种权衡会显得理解得更透彻。

5.5 索引与存储引擎，选择题常客

索引方面需要掌握B+树和哈希索引的对比，以及什么时候索引会失效（比如对索引列使用函数、左模糊查询、隐式类型转换等）。存储引擎的对比也是数据库考核的重要考点，重点区别InnoDB和MyISAM。2021年的填空里就考了"InnoDB支持事务，MyISAM不支持事务"，分值不高但丢了可惜。

6. 跨科目复习的排雷指南：我踩过的坑，希望你不要踩

四门课同时复习，最大的问题是知识点多而杂，互相干扰。我在复习过程里踩过几个很真实的坑，分享出来大家可以少走弯路。

第一个坑是直接用别人整理的资料而不做二次加工。别人的笔记再详细，也是别人的逻辑，你只看不写，考场上的记忆唤起效果很差。我的方法是拿到资料后，自己动手把关键的知识点转成表格、公式或思维导图。比如把OS的调度算法表重新画一遍，把数据库范式的判断步骤用自己的话写一遍，相当于做了一次深度加工，记忆效果好得多。

第二个坑是只看不算。OS的调度算法、页面置换、银行家算法，数据库的函数依赖和范式分解，都必须在纸上完整地算过几遍才能真的掌握。比如SJF的调度计算，我第一遍看觉得懂了，第二遍做题却算错，因为非抢占式SJF在作业到达后可能不是按初始顺序执行，而是按完成时间重新选择。这种细节不亲手做几遍根本发现不了。

第三个坑是轻视数据可视化里的设计原则。很多人觉得可视化就是画图，考前不用复习，结果考试考了视觉编码和选图题，只拿了一半分。实际上，数据可视化的很多概念和硬核知识一样，需要理解加记忆，还要能对比和评价。

第四个坑是数据库的SQL题只看不写。SQL的语法习惯和易错点非常多，比如JOIN顺序、GROUP BY子句与聚合函数的配合、NULL值的处理。如果不亲自敲一遍或者在纸上写一遍，到考场上容易提笔忘句。我复习时安排了一个专项训练：每天写三到五个SQL查询，坚持十天，效果非常明显。

7. 考前一晚怎么用这份整理冲刺

最后分享一个考前一晚的具体操作方式，这部分是纯个人经验，适合那些时间紧、任务重的复习场景。

考前一晚，先把所有科目的知识点大纲用思维导图的方式过一遍，不要深究细节，只做"无脑扫盲"，看到关键字能对应出大概的知识点即可。然后做一件更重要的事：把最容易混淆的知识点找出来对比记忆。

一些容易搞混但常考的对比，包括：

• 数据可视化的视觉编码优先级 vs 图表选型规则。
• 数据科学里监督学习和无监督学习的典型算法。
• OS里进程调度算法和页面置换算法的特点和适用场景。
• 数据库的三种表连接（INNER、LEFT、RIGHT）在结果集上的差异。
• 数据库脏读、不可重复读、幻读分别对应哪个隔离级别被解决。

把这些对比过一遍，比摊开书本通读一遍高效很多。

第二天进考场前，只需要浏览一下自己整理过的重点表格和手写公式，心里会比较踏实。遇到没见过的题也不慌，按步骤拆解，多写推导过程，基本上都能拿分。而这份整理如果只是躺在网盘里不动，它的价值就发挥不出来，建议大家都动手改成适合自己的版本再使用。

操作系统的PV操作，直接在纸上反复默写生产者-消费者问题的伪代码，写完再对照标准答案，直到完全不出错。数据可视化则抽半小时画一张重点图表选型表，把常见的数据关系对应的图表类型写在纸上，看到题目能第一时间反应出来。

我自己的体会是，这些课程本身并不难，难的是平时没有及时消化，期末抱佛脚的强度太大。如果能把这份整理当成一个开始，在平时学习时就按照考点框架去理解课程内容，考试周的复习压力会小非常多。这大概也是所有课程学习的通用逻辑——知识不怕散，就怕你没有框架把它们串起来。