企业官网建设流程全解析

经常有人问我：大学里那么多计算机课程，哪些值得整理成自己的知识体系？我这段时间整理了一份2021年山东大学数据可视化、数据科学导论、OS、数据库的试题汇总和个人知识点整理，四门课一锅端。这份资料原本是给自己期末复习用的，但整理完发现，它其实反映了一个计算机专业学生从入门到进阶的一整条主线。如果你正在准备这几门课的考试，或者想把“数据科学”这块拼图凑完整，这篇文章里的拆解思路和知识点梳理，应该能帮你少踩不少坑。

先说结论：这四门课不是孤立的。数据科学导论负责讲“数据从哪来、怎么分析”，数据可视化负责讲“分析完怎么展示”，数据库负责讲“数据往哪存、怎么查”，操作系统负责讲“底层计算资源怎么调度”。表面上它们是四张试卷，实际上是一条完整的数据流水线。我整理资料时最大的感受就是：很多考点是跨课程串在一起的，比如数据库的事务并发控制，本质上就是操作系统里进程同步的一个应用场景。所以这份整理不是简单地把四门课的知识点罗列出来，而是把它们放到一条主线上重新编织了一遍。

如果你时间紧，只想应付考试，那这份整理的试题汇总部分可以直接上手刷；如果你想真正把知识串起来，建议还是从第2章的知识点拆解开始看。下面我按自己整理的顺序，把这四门课的核心内容、资料制作方法、复习实操和踩过的坑一次讲清楚。

1. 四门课为什么值得一起整理：从课程地图到复习策略

1.1 四门课在数据科学主线中的位置

我一开始也没想把这四门课放一起，是复习到后面才反应过来——它们其实构成了一条非常清晰的数据链路。

数据库是这条链路的起点。不管是做数据分析还是做可视化，数据总得先有个地方存放。MySQL、SQL Server这类关系型数据库怎么设计表结构、怎么写查询语句、怎么保证数据一致性，是后续所有环节的前提。数据科学导论接着往下走，它讲的是拿到数据之后怎么做清洗、怎么做特征处理、怎么训练一个简单的模型。这一步处理完之后，结果往往是数值型的指标或者统计量，光看数字很难让老师或者领导快速理解，于是就需要数据可视化出场——用条形图、散点图、热力图把结论变成一眼能看懂的东西。

那操作系统在哪里？它是所有环节的底座。你的Python进程在跑数据清洗时，操作系统怎么分配CPU时间片、怎么管理内存里的页面、怎么调度磁盘IO，直接决定了你跑一个数据集是几十秒还是几分钟。更直接的是，数据库服务本身就是一个多进程/多线程程序，它底层的锁机制、缓冲池管理，跟操作系统的同步互斥、页面置换算法几乎是一回事。

我当时整理知识点时用了一个比喻：数据库是仓库，OS是仓库管理员，数据科学导论是分拣员，可视化是橱窗设计师。仓库要能高效存取，管理员要决定货架怎么摆、人怎么排队，分拣员要决定哪些货物该放一起、哪些要扔掉，设计师则要把最终成果摆成客户愿意看的形态。四门课各管一段，但互相之间大量重叠。

1.2 2021年这份资料的背景与取舍

为什么强调2021年？因为这份资料的考点频次统计、题型分布都基于那一年的课程重点和真题。计算机课程几年内核心框架不会大变，但每一年的重点会有微调。比如2021年数据库课程里对“执行计划”和“数据库连接池”的考查明显比往年多，这可能是因为实际工程项目里这两块越来越常被提到。如果你拿这份资料去套2024年的考试，建议以讲义为基准，用我总结的方法重新标注一遍重点。

整理时我给自己定了三条取舍原则：第一，以课堂讲义和真题为绝对主线，网上的教程只做补充，不喧宾夺主；第二，凡是讲义里反复出现、真题里考过三次以上的知识点，全部做详细拆解，其余只留一句话索引；第三，凡是需要动手的操作性内容——比如写SQL、画流程图、算调度算法——必须配上可执行的例子，绝不只写概念。按这三条筛下来，每门课的笔记基本控制在30到50页，复习时可以完整过两遍。

有个地方容易被忽略：我特意把“试题汇总”和“基本知识点整理”分成两个独立文档。试题汇总按题型分类，纯粹用来刷；知识点整理按课程逻辑编排，用来理解。如果混在一起，刷题时会被大段概念打断，复习概念时又老想着题目，效率非常低。这一点后面第3章会再细讲。

2. 核心知识点拆解：四门课的高频考点与底层逻辑

2.1 数据可视化：视觉编码、图形语法与工具落地

数据可视化这门课，表面上考的是图表类型和工具使用，但底层核心是视觉编码。人的视觉系统对不同视觉通道的感知精度差异极大：对位置和长度的感知最准，对颜色的感知最弱。所以做条形图时柱子的高度差能被人精确感知，但用色块深浅表示数值差异时就非常容易被误读。考试里如果问“哪种图表适合显示精确数值对比”，优先选条形图而不是面积图，原因就在这里。

图表选型是另一类高频题。我的笔记里整理了一张表，基本上把常见的图表类型和适用场景对应了起来：

关于饼图多说一句：饼图在考试里常被当作“常识题”考，问它有什么缺陷。标准答案是：人对角度的感知远不如对长度的感知，饼图各扇区的比例差异很难被准确估计。实际工作中我也很少用饼图，除非类别只有两三个且差异很大。

工具部分，2021年最常用的还是ECharts。ECharts的核心思路是“配置项驱动”——你写一个option对象，里面定义数据、坐标系、样式，图表就渲染出来了。一个精简的柱状图配置长这样：

// ECharts 柱状图最小可运行示例 var option = { title: { text: '各季度销量' }, tooltip: {}, xAxis: { data: ['Q1', 'Q2', 'Q3', 'Q4'] }, yAxis: {}, series: [{ name: '销量', type: 'bar', data: [420, 535, 610, 780] }] }; // 初始化并渲染 var chart = echarts.init(document.getElementById('main')); chart.setOption(option);

实操里最容易翻车的地方有三个：第一，xAxis和series里的数据必须一一对应，对不齐就是白屏或者错位；第二，ECharts默认是异步加载数据，如果从后端接口拿JSON，要先确保数据格式是数组，而不是对象套对象；第三，地图类图表需要额外注册地图数据，不注册就会报错。这些细节在考试里未必考，但课程设计里一定会遇到。2021年的课程项目里有个“农产品价格数据可视化”是Flask+ECharts的组合，前端用ECharts画图，后端用Flask提供JSON接口，中间最常出的问题就是跨域和数据结构不匹配，这两个我踩过，后面会列进避坑清单。

2.2 数据科学导论：从数据采集到模型评估的完整链路

数据科学导论这门课，本质是在讲数据工作的完整流程。一般分成五个环节：数据采集、数据清洗、特征工程、模型训练、评估与汇报。考试很少直接考“流程是什么”这种送分题，更多是让你在一个具体场景里判断每一步该做什么。

数据采集阶段，常见的手段有直接下载公开数据集、写爬虫抓取网页、调用API接口。课程里爬虫不需要写得多深，但一定要知道requests和BeautifulSoup的基本用法，以及怎么处理返回的JSON数据。我复习时把这部分简化成一句话：请求网页、解析内容、提取字段、存入csv或数据库。整个流程代码量不大，但每一步都可能出错——编码问题、请求头缺失、反爬封IP，这些在实际项目里非常常见。

数据清洗是考试和实践的双重重点。缺省值处理是最基础的问题：可以删除、可以用均值/中位数填充、也可以用前后值填充，选择依据是数据缺失是否随机。异常值检测则常用箱线图的IQR方法——超过Q1-1.5IQR或Q3+1.5IQR的点视为异常。特征工程里，标准化和归一化的区别是高频考点：标准化（StandardScaler）让数据服从均值为0、方差为1的分布，适合正态分布数据；归一化（MinMaxScaler）把数据压缩到[0,1]区间，适合有明确上下界的场景。

模型部分，分类和回归各掌握两三个经典算法就够了。分类重点看逻辑回归、决策树，回归重点看线性回归。需要背下来的是评估指标：

• 分类任务：准确率、精确率、召回率、F1值，以及混淆矩阵的含义。考试常设“类别不平衡”的场景，这时准确率会骗人，应该看精确率和召回率。
• 回归任务：均方误差（MSE）、均方根误差（RMSE）、R²分数。R²越接近1说明模型拟合越好，接近0说明模型基本没学到规律。

过拟合也是必考概念。比如决策树不限制深度，可以完美分类训练集，但测试集上一塌糊涂。解决手段有剪枝、加正则项、用交叉验证选参数。我复习时画了一条简化的处理链路：“数据标准化 → 切分训练测试集 → 简单模型baseline → 逐步调参 → 交叉验证 → 评估指标对比”，这套流程在课程作业里基本是万能壳。

2.3 操作系统：进程、内存与经典算法

操作系统这门课的内容量大，但考点非常集中。我统计的2021年山东大学OS真题里，四块内容占了绝大部分：进程与线程、CPU调度、内存管理、同步互斥与死锁。文件系统和磁盘调度偶尔出现，但分值不高。

进程和线程的区别是必考。标准答法是：进程是资源分配的基本单位，线程是CPU调度的基本单位；进程之间互相独立，线程之间共享进程资源；切换进程的开销远大于切换线程，因为进程切换涉及地址空间切换，线程切换只涉及栈和寄存器。延伸考点还有孤儿进程和僵尸进程：孤儿进程被init进程收养，僵尸进程是子进程结束但父进程没回收它的返回状态，长期存在会消耗进程表项。

CPU调度算法的对比，我一直建议用浓缩表来记：

考计算题时，最关键的是先确认题目是否允许抢占，不允许抢占和允许抢占算出来的平均等待时间完全不同。我复习时每一类算法都各算了两遍例题，还把SJF的“不可抢占”版本单独标注出来，因为出错率非常高。

同步互斥这块，核心是信号量机制。P操作（wait）是申请资源，V操作（signal）是释放资源。经典的读者-写者问题和哲学家进餐问题，考试偏好考信号量初值设置和代码补全。我踩过的一个坑是把互斥信号量的初值设成0——互斥信号量初值必须是1，只有同步信号量（比如表示缓冲区空位/满位）初值才可以是其他数。

死锁是另一个必考点。四个必要条件：互斥、持有并等待、不可剥夺、循环等待。处理办法四种：预防、避免、检测、解除。其中“避免”的核心是银行家算法，考计算题时流程是：检查剩余资源够不够满足某个进程的最大需求，够就假定分配给它，执行完再回收资源，依次判断是否所有进程都能完成。这个算法本质上是在模拟“是否存在安全序列”。

内存管理里，分页和分段要分清。分页是物理上划分固定大小块，为了内存利用率；分段是逻辑上按模块划分，为了便于共享和保护。页面置换算法考FIFO、LRU、OPT。FIFO最简单，但可能有Belady异常——分配更多物理块反而缺页更多；LRU是最近最久未使用，实现成本高但效果接近最优；OPT是理论最优的“向后看”算法，考试会让你手动模拟页面访问序列，算出缺页次数。

2.4 数据库：从ER模型到事务与索引

数据库是四门课里实操性最强的一门。知识点可以分成四层：数据模型与ER设计、关系代数和SQL、范式理论、事务与索引。

ER模型转关系表是送分题但容易马虎。核心规则只有几条：实体转成表，实体的属性转成字段；一对多关系把“一”那一侧的主键放到“多”那一侧当外键；多对多关系必须单独建一张中间表，字段是两边的主键合起来。最容易失分的点是一对一关系的处理——是要合并成一张表还是用外键关联，取决于两个实体的访问频率，访问频率接近就合并。

SQL部分是考试大头，重点集中在增删改查。查语句的复杂度基本体现在JOIN、子查询、聚合函数的组合使用上。比如“查询每个学生的选课数量，且只显示选课数大于2的学生”，写法如下：

SELECT s.student_name, COUNT(c.course_id) AS course_cnt FROM student s LEFT JOIN course_selection c ON s.student_id = c.student_id GROUP BY s.student_id, s.student_name HAVING COUNT(c.course_id) > 2 ORDER BY course_cnt DESC;

这里有三个容易失分的点：第一，用了GROUP BY之后，SELECT里出现的非聚合列必须也出现在GROUP BY里，MySQL比较宽松但考试按标准SQL判分；第二，是“在分组前过滤用WHERE、在分组后过滤用HAVING”，这个顺序不能反；第三，统计“没选课的学生”时用LEFT JOIN，条件要写在JOIN的ON后面，而不是写在WHERE里，否则左连接会退化成内连接。

范式理论的核心就是判断关系模式属于第几范式。判断顺序是：先找主键，再看有没有部分依赖（违反2NF），再看有没有传递依赖（违反3NF），再看所有依赖的左侧是否都包含主键（违反BCNF）。我在笔记里记了一个速查判断表：非主属性对主键部分依赖→1NF；消除了部分依赖→2NF；消除了传递依赖→3NF；所有函数依赖左侧都是超键→BCNF。

事务和索引是2021年考试里明显加重的部分。事务ACID四个特性必须能展开说：原子性靠undo log，一致性靠应用逻辑和约束，隔离性靠锁或版本控制，持久性靠redo log。隔离级别从低到高是读未提交、读已提交、可重复读、串行化，每种级别解决了什么问题、还遗留什么问题，是简答题高频考点。索引方面，最常问的是B+树为什么适合做索引——它是多叉树，高度低，磁盘IO次数少，叶子节点形成链表，适合范围查询。另外要会看执行计划里的type字段，从const到ref到range到ALL，走全表扫描时性能最容易出问题。2021年的考题里出现过“数据库连接池的作用”这道简答，核心答法是：连接池复用连接，减少频繁建立/断开连接的开销，同时限制并发连接数，保护数据库不被打满。

3. 试题汇总与个人知识点整理的实操方法

3.1 真题汇总的思路：从试卷到考点地图

很多人拿到历年真题后直接把卷子看一遍就完事，这效率太低了。我的做法是先把所有题目“打散”，按知识点重新归类，再做频次统计。比如数据库这门课，我会把卷子里每道题标上它对应的知识点标签，是“范式判断”还是“SQL查询”还是“事务隔离级别”，然后统计每个标签出现的次数。这样到复习后期，一眼就能看出今年大概率考哪里。

统计完频次之后，我会做一张“考点地图”。横向是四门课的知识点，纵向是年份或试卷编号，交叉处填题目分值。这样做出来之后，高频考点和冷门考点的对比特别清楚。2021年我统计下来，数据可视化里图形语法和图表选型占了60%以上的分值，OS里调度算法和死锁占了50%以上，数据库里SQL和范式占了接近一半，数据科学导论里数据清洗和模型评估是绝对重点。既然分值是资源，复习时间也该按这个比例分配。

我把考点按优先级分成三档：第一档是“三年都考”的高频点，必须完全掌握，连计算题的小数点都不能错；第二档是“隔年出现”的中频点，至少做到能说清概念和步骤；第三档是“只出现过一次”的低频点，只需混个脸熟，不做深入。这个分档法让我在有限时间内避开了大量低效投入。

3.2 我常用的整理工具和模板

工具上我主用三件套：XMind画思维导图、Markdown写知识点文档、Anki做记忆卡片。思维导图用来搭框架，Markdown用来补充细节，Anki用来做间隔重复。这三个工具的定位完全不同，搭配起来效率才高。

Markdown文档我统一用以下模板记录每个知识点：

• 知识点名称（一句话说明它是什么）
• 为什么会考（从讲师强调程度和历年频次推断）
• 核心内容（分条列点，带例子）
• 易错点（我错过的或者同学常错的）
• 真题链接（哪年哪题考过）

举个例子，数据库里的“隔离级别”我是这么记的：

• 读未提交：可能读脏数据；实现：不加共享锁
• 读已提交：避免脏读，但不可重复读；实现：语句级快照
• 可重复读：避免脏读和不可重复读，但可能幻读；实现：事务级快照
• 串行化：最严格，避免全部问题；实现：全表锁或谓词锁
• 易错点：MySQL默认隔离级别是可重复读，不是读已提交；Oracle默认是读已提交

Anki卡片我做得非常简洁，每张卡只问一个点。比如“页面置换OPT算法全称?”，“正规答案是Optimal Page Replacement，最优置换算法”。做卡片的过程本身就是一次复习，而且卡片数量控制在100张以内，不然维护成本太高，坚持不下来。

3.3 跨课程交叉点：考试中容易串起来考的地方

我整理到一半时发现，有些知识点在不同课程里反复出现，只是表述不一样。把这些交叉点单独拎出来复习，比孤立地背每一门课效率高得多。

第一个交叉点是数据库并发控制和OS进程同步。数据库的锁机制本质上就是多进程访问共享资源时的同步问题——表锁、行锁对应OS里的互斥锁、读写锁，死锁检测对应OS里的死锁处理策略。考数据库的“死锁怎么解除”和考OS的“死锁的必要条件”是同一套知识体系，放一起记一石二鸟。

第二个交叉点是数据科学导论的数据清洗和数据库的数据质量。数据去重、缺失值处理、异常值过滤，在数据库课程里叫数据完整性，在数据科学导论里叫数据预处理。考试如果出一张脏数据表，让你说怎么处理，两个角度都能答：数据库角度强调约束和外键，数据科学角度强调统计填充和异常检测。

第三个交叉点是可视化工具和数据库查询的联动。课程设计里最常见的组合是后端从MySQL查数据，通过Flask接口返回JSON，前端用ECharts渲染。这个流程里涉及的SQL性能问题（查询慢）、数据格式转换问题（JSON结构不对）、前后端交互问题（跨域），每一环都能独立成为考试题。复习时把这整条链路跑通一遍，比死记硬背任何概念都有用。

4. 复习过程中的常见问题与避坑指南

4.1 七类高频易错点速查表

整理了这么多资料之后，我把最容易出错的点汇总成了一张速查表，复习最后一天只看这张表就够了：

这张表我打印出来贴在了书桌前面，考前一周每天过一遍。很多同学觉得自己概念都懂，一做题就错，问题往往就出在这类“细节混淆”上。

4.2 实操中踩过的坑

整理这份资料的过程中我自己踩了不少坑，有四个印象最深，写出来供你参考。

第一个坑是笔记越做越厚，最后变成抄书。最开始我在Markdown里事无巨细地记录所有讲义内容，连背景介绍都抄进去，结果文档膨胀到上百页，根本复习不进去。后来我强制自己设定规则：每个知识点不超过5行字，能写成表格就写表格，能画流程图就画流程图。精简到极致之后，复习时反而更容易进入状态。

第二个坑是SQL只背不写。我一开始觉得JOIN的写法看懂了就行，结果考试时手写SQL各种报错——表名顺序反了、GROUP BY漏列、HAVING用成了WHERE。后来我把课程里的十道经典SQL题反复手写了五遍，每次都脱稿，写到肌肉记忆为止。数据科学导论的代码也一样，别在脑子里跑代码，一定要真跑一遍。

第三个坑是可视化项目只求“跑通”不求“讲清”。做课程设计时，图表是渲染出来了，但老师问“为什么选这个视觉通道”“为什么用柱状图不用折线图”时，我完全答不上来。后来我补了视觉编码和图形语法的理论课，才发现工具只是最后一公里，前面的设计思路才是灵魂。考试里如果考图表选型，也是考这个，不考ECharts的API细节。

第四个坑是复习时平均用力。四门课堆在一起，很容易每门课每天分两小时，结果每门都学不深。我后来改成“两天攻一门”的模式：第一天整理框架，第二天全力刷题。四门课轮两遍，每门都能保证完整的沉浸时间。用这个方法，我把OS的调度算法和数据库的SQL手感都练到了闭眼能写的地步。

4.3 我踩坑后总结的时间安排建议

如果你现在距离考试还有一个月，可以参考下面这个四周复习法。第一周做考点频次统计，把手头真题全部打散归类，摸清重点；第二周集中攻克高频考点，每天实操写SQL或算调度算法，保证手感；第三周处理中低频点，把这些点压缩成一张速查表，反复看；第四周全真模拟，按考试时间完整做两套题，重点练答题速度和格式规范。

这个安排的核心是：后期绝对不要再看厚笔记，只看速查表和错题集。人的短期记忆容量有限，考前一周往脑子里塞大量新信息只会造成混乱，不如反复巩固已经掌握的内容。我第四次复习时，把模拟卷放在周一周三各做一套，周二周四就只复盘错误，周五轻量过一遍四门课的大纲，效率比前期每天刷夜高很多。

5. 最后想对后来的同学说的话

资料整理这件事，最后的赢家不是资料本身，而是整理的过程。我花了大概两周时间把四门课的知识点、真题、易错点全部过了一遍并落成文档，这两周的收获比之前一学期零散听课要大得多。原因很简单：整理倒逼我思考每门课的框架、每道题的意图、每个概念之间的联系。这些思考的痕迹，比任何一份现成的笔记都值钱。

所以如果你也是计算机方向的学生，我建议你拿起手头的课程资料，试着按我的方法自己做一份“试题汇总+知识点整理”。不一定非要用这四门课，其他的也可以。在整理的过程中你会发现，那些原来觉得零散的概念，慢慢会在你脑海里长成一棵树。等到考试那天，看到题目时你想到的不会只是某句话，而是整个知识体系在向你招手。

如果你需要参考我做的这份2021年山东大学四门课整理文档里的具体例子，可以直接用里面提到的算法对比表、SQL示例和复习时间线作为起点。祝复习顺利，考试稳过。