系统分析师考试2022年真题答案概念二

数据中台的四个核心能力：

1. 数据汇聚整合能力：随着业务的多元化发展，企业内部往往信息部门和数据中心林立，大量系统、功能和应用重复建设，存在巨大的数据资源和人力资源浪费，同时组织壁垒也导致数据孤岛的出现，使得内外部数据难以被全局规划。数据中台需要能够对数据进行整合和完善，提供适用、适配、成熟、完善的一站式大数据平台工具，在简便有效的基础上，实现数据采集，交换等任务配置以及监控管理。
2. 数据提纯加工能力：企业需要完整的数据资产体系，也就是必须以客户、产品、业务场景为指导原则进行建设，推动业务数据向数据资产的转化。传统数字化建设往往局限在单个业务流程，而忽视了多业务的关联数据，缺乏对数据的深度理解。
3. 数据服务可视化：为了尽快让数据用起来，数据中台必须提供便捷、快速的数据服务能力，让相关人员能够迅速开发数据应用，支持数据资产场景化能力的快速输出，以响应客户动态的需求。多数受访者还期待数据中台可以提供数据化运营平台，帮助企业快速实现数据资产的可视化分析，提供包括实时流数据分析、预测分析、机器学习等高级的服务，为企业数据化运营赋能。
4. 价值变现方面：企业内部的各个部门和团队不应该是数据孤岛，打通不同部门和团队之间数据难以整合、标签不成体系、与业务关联断层的现状，数据中台被寄予厚望。企业期待数据中台能帮助跨部门的普适应性能业务价值能力，更好地管理数据应用，将数据洞察变成直接驱动业务行动的核心动能，跨业务场景推进数据实践。

云计算的相关概念：

1. 资源层：资源池层是指基础架构层面的云计算服务，这些服务可以提供虚拟化的资源，从而隐藏物理资源的复杂性。如：服务器、存储
2. 平台层：为用户提供对资源层服务的封装，使用户可以构建自己的应用。
3. 应用层：提供软件服务，如：服务管理、客户关系管理、商业智能。
4. 用户访问层：方便用户使用云计算服务所需的各种支撑服务，针对每个层次的云计算服务都需要提供相关的访问接口。
5. 管理层：提供所有层次云计算服务的管理功能。

微服务的特性---架构风格：微服务强调的是一种独立开发、独立部署、独立运行、独立测试的高度自治的架构模式，也是一种灵活的，更开方的演进方式的架构

企业信息架构是将企业业务实体抽象为信息对象，将企业的业务运作模式抽象为信息对象的属性和方法，建立面向对象的企业信息模型。企业信息架构实现从业务模式向信息模式的转变，业务需求向信息功能的映射，企业基础数据向企业信息的抽象。

企业信息架构对企业业务进行建模，它能独立于技术的发展和变化，并能帮助项目中的业务人员和技术人员之间的沟通。

智能制造相关概念：

智能制造系统架构从生命周期、系统层级和智能特征三个维度对智能制造所涉及的要素、装备、活动等内容进行描述，主要用于明确智能制造的标准化对象和范围 。

1. 生命周期，涵盖了从产品原型研发到产品回收再制造的各个阶段，包括设计、生成、物流、销售、服务等一系列的相关联系的价值创造活动，生命周期的各项活动可进行迭代化，具有可持续性发展的特点，不同行业的生命周期构成和时间顺序不尽相同。
   1. 设计时指根据企业的所有约束条件以及所选择的技术来对需求进行实现和优化的过程
   2. 生产时将物料进行加工、运送、装配、检验等活动创造产品的过程
   3. 物流是指物品从供应地接收地的实体流动过程
   4. 销售是指产品或商品等从企业转移到客户手中的经营活动
   5. 服务是指产品提供者与客户接触过程中所产生的一系列活动的过程以及结果
2. 系统层级，是指企业生产活动相关的组织结构的层级划分，包括设备层、单元层、车间层、企业层和协同层
   1. 设备层是企业利用传感器、仪器仪表、机器、装备等，实现实际物理流程并且感知和操控物理流程的层级。
   2. 单元层是指用于企业内处理信息、实现检测和控制物理流程的层级
   3. 车间层是实现面向工厂或车间的生产管理的层级。
   4. 企业层是实现面向企业经营管理的层级。
   5. 协同层是企业实现其内部和外部信息互联和共享，实现跨企业间业务协同的层级
3. 智能特征：是指制造活动具有自动感知、自己决策、自己执行、自己学习、自己适应之类的功能的表征，包括资源的要素、互联互通、融合共享、系统集成和新兴业态等五层智能化的要求。
   1. 资源要素是指企业从事生产时所需要使用的资源或者工具及其数字化模型所在的层级
   2. 互联互通是指通过有线或无线网络，通信协议与接口，实现资源要素之间的数据传递与参数语义交换的层级
   3. 融合共享是指在互联互通的基础上，利用云计算、大数据等新一代信息通信技术，实现信息协同共享的层级
   4. 系统集成是指企业实现智能制造过程中的装备、生产单元、生产线、数字化车间、智能工厂之间，以及智能制造系统之间的数据交换和功能互联的层级
   5. 新兴业态是指基于物理空间不同层级资源元素和数字空间集成与融合的数据，模型以及系统，建立的涵盖了认知、诊断、预测以及决策等功能，并且支持虚实迭代化的层级。

基于模型的系统工程作为一种形式化的建模方法学，为了基于文档的传统系统工程工作模式在复杂产品和系统研发时面临的挑战，以逻辑连贯一致的多视角系统模型为桥梁和框架，实现跨领域模型的可追踪、可验证和动态关联，驱动人工系统生命周期内各个阶段和各层级内的系统工程过程和活动，使其可管理、可复现、可重用、进而打破专业壁垒，破解设计和工艺、研发和制造、研制和使用维护的分离，极大地提高沟通协调效率，实现以模型驱动的方法来采集、捕获和提炼数据、信息和知识。

IS09000有关业务流程的定义是：业务流程是一组将输入转化为输出的相互关联或相互作用的活动，流程6个要素分别是：输入、活动、活动的相互作用、输出、客户、价值。

WFMS将业务流程中工作如何组织与协调的规则抽象出来，在WFMS的协助下，开发人员遵从一定的编程接口和约定，就可以开发出更具有灵活性的事务处理系统，用户无需重新开发即可更改工作流程，以适应业务的变更。

WFMS的基本功能体现在以下几个方面：

1. 对工作流进行建模。即定义工作流，包括具体的活动和规则等，所创建的模型是同时可以被人和计算机所理解的，工作流对应的现实世界的业务处理过程，不能改变真实的业务处理逻辑
2. 工作流的执行，遵循工作流模型来创建和执行实际的工作流，即通过WFMS可以执行多个工作项
3. 业务过程的管理和分析，监控和管理执行的业务，例如，进度完成情况和数据所处的状态，工作分配与均衡情况等

SD（结构化设计）可以进一步细分为概要设计呵呵详细设计两个阶段，它根据模块独立性原则和系统结构准则，将DFD转换为系统结构图（模块结构图或控制结构图），用系统结构图来建立系统的物理模型，描述系统分层次的模块结构，以及模块之间的通信与控制关系。SD方法给出了一组帮助系统设计人员在模块层次上区分设计质量的原理与技术，它通常与SA方法衔接起来使用，以DFD为基础得到系统的模块结构。SD方法尤其适用于变换型结构和事务型结构的目标系统

企业战略与信息化战略集成的主要方法有BITA（Business-IT Alignment 业务与IT整合）和EITA（Enterprise IT Architecture，企业IT架构）

1. 业务与IT整合，BITA是一种业务为导向的、全面的IT管理自诩实施方法论。从制订企业战略、建立企业组织结构和业务流程，到进行IT管理和制订过度计划（transition plan）,是IT能够更好地位企业战略和目标服务。BITA适用于信息系统不能满足当前管理中的业务需求，业务和IT之间总是有不一致的地方。BITA的主要步骤是：评估和分析企业当前业务和IT不一致的领域，整理出企业的业务远景和未来的战略，建立业务模型，提出达到未来目标的转变过程建议和初步计划，以及执行计划。
2. 企业IT架构，EITA分析企业战略，帮助企业制定IT战略，并对其投资决策进行指导。在技术、信息系统、信息、IT组织和IT流程方法，帮助企业建立IT的原则规范、模式和标准、指出IT需要改进的方面并且帮助制定行动计划。EITA适用于现有信息系统和IT基础架构不一致、不兼容和缺乏统一的整体管理企业。

逆向工程相关的概念：

1. 重构（restructuring）重构是指在同一抽象级别上转换系统描述形式
2. 设计恢复（design recovery）设计恢复是指借助工具从已有程序中抽象出有关数据设计、总体结构设计和过程设计等方面的内容
3. 再工程（re-engineering）再工程是指在逆向工程所获得信息的基础上，修改或重构已有的系统，产生系统的一个新的版本。再工程师对现有系统的重新开发过程，包括逆向过程、新需求的考虑过程和正向工程三个步骤。它不仅能从已存在的程序中重新获得设计信息，而且还能使用这些信息来重构现有系统，以改进它的综合质量。在利用再工程重构现有系统的同时，一般会增加新的需求，包括增加新的功能和改善系统的性能
4. 正向工程（foward engineering）正向工程是指不仅从现有系统中恢复设计信息，而且使用该信息去改变或重构现有系统，以改善其整体质量。

数据库设计过程中的阶段性产物：

1. 需求分析产生的：数据流图、数据字典、需求说明书
2. 概念结构设计产生的：ER图（用户的数据模型即与DBMS无关的概念）
3. 逻辑结构设计产生的：关系模式（视图、完整性约束、应用处理说明书）
4. 物理设计产生的：硬件、OS特性

分布式数据库相关概念：

分布式数据库是由一组数据组成的，这组数据分布在计算机网络的不同计算机上，网络中每个节点具有独立处理的能力（称为场地自治），它可以执行局部应用，同时，每个节点也能够通过网络通信子系统执行全局应用，分布式数据库系统是在集中式数据库系统技术的基础上发展起来的，具有如下的特点：

1. 数据独立性，在分布式数据库系统中，数据独立性这一特性更加重要，并具有更多的内容，。除了数据的逻辑独立性与物理独立性之外，还有数据分布独立性（分布透明性）
2. 集中与自治共享结合的控制结构。各局部的DBMS可以独立地管理局部数据库，具有自治的功能。同时，系统又设有集中控制机制，协调各局部DBMS的工作，执行全局的应用
3. 适当增加冗余度，在不同的场地存储同一个数据库的多个副本，这样，可以提高系统的可靠性和可用性，同时也能提高系统性能
4. 全局一致性，可串行性和可恢复性。

线性规划的标准型（standard form of linear programing）

1. 目标函数为极大化类型
2. 所有的约束条件都是等式
3. 所有的约束方程右端的常数都是非负数的
4. 所有的决策变量都是非负的

指令执行速度法：在计算机发展的初期，曾用加法指令的运算速度来衡量计算机的速度，速度是计算机的主要性能指标之一。因为加法指令的运算速度大体上可以反映 出乘法、除法等其他算术运算的速度，而且逻辑运算、转移指令等简单指令的执行时间往往涉及成与加法指令相同，因此加法指令的运算速度有一定代表性。表示机器运算速度的单位MIPS（每秒百万条指令）

等效指令速度法（Cibson mox，吉普森混合法）：通过各类指令在程序中所占的比例（Wi）进行计算得到的，特点：考虑指令比例不同的问题。

综合理论功能法（CTP Composite Theoretical Performance）：CTP用MTOPS（Million Theoretical Operations Pre Second，每秒百万次理论运算）表示。CTP的估算方法是，首先算出处理部件每个计算单元的有效计算率，再按不同字长加以调整，得出该计算单元的理论性能，所有的组成该处理部件的计算单元的理论性能之和即为CTP

基准程序法：把应用程序中用得最多、最频繁的那部分核心程序作为评估计算机系统性能的标准程序，称为基准测试程序（benchmark）。基准程序法是目前一致承认的测试系统性能的较好方法。

遗留系统的四象图：

多核cpu的概念：

优化操作系统任务调度算法是保证效率的关键。一般任务调度算法有全局队列和局部队列调度。

1. 全局队列调度是指操作系统维护一个全局的任务等待队列，当系统中有一个CPU核心空闲时，操作系统就从全局任务等待队列中选取就绪任务开始在此核心上执行。这种方法的优点是CPU核心利用率较高。
2. 局部队列调度是指操作系统为每个CPU内核维护一个局部的任务等待队列，当系统中有一个CPU内核空闲时，便从该核心的任务等待队列中选取恰当的任务执行，这种方法的优点是任务基本上无需在多个cpu核心间切换，有利于提高cpu核心局部Cache命中率。

目前多数多核cpu操作系统采用是基于全局队列的任务调度算法。

BI（商业智能）系统主要包括数据预处理、建立数据仓库、数据分析和数据展现四个阶段：

1. 数据预处理是整合企业原始数据的第一步，包括抽取（Extraction）、转换（Trannsformation）和加载（Load）三个过程；
2. 建立数据仓库则是处理海量数据的基础
3. 数据分析是体现系统智能的关键，一般采用联机分析处理（OLAP）和数据挖掘两大技术。联机分析处理不仅进行数据汇总/聚集，同时还提供切片、切块、下钻、上卷和旋转等数据分析功能，用户可以方便地对海量数据进行多维度分析。数据挖掘的目标是挖掘数据背后隐藏的知识，通过关联分析、聚类和分类等方法建立分析模型，预测企业未来发展趋势和将要面临的问题；在海量数据和分析手段增多的情况下。
4. 数据展现主要保证系统分析结果的可视化

IP报文首部由以下几个部分组成：

1. 版本号、首部长度、区分服务（旧版本中叫服务类型）、总长度
2. 标识、标志、片偏移
3. 生存时间、协议、首部校验
4. 源IP、目标IP

对于IPv4地址，表示形式为点分十进制，可以转换为32位二进制。这32位二进制进本结构：网络号+主机号。

自然连接的结果是表达式左侧的为主，并且关联右侧的其他属性，关联过程中会同步去重。

系统不会发生死锁的条件是：

系统资源总数>=进程数*（每个进程所需资源数-1）+1