【摘要】 第一次参加全国计算机等级考试的考生对于考试内容相关的某些问题并不清楚，小编今天就整理下2020年浙江省高校计算机三级数据管理与分析技术考试大纲内容，解决大家在全国计算机等级考试的疑问。
2020年浙江省高校计算机三级数据管理与分析技术考试大纲
考试目标
掌握关系数据库理论和基本应用，掌握大数据基本概念、Hadoop与Spark的核心思想、分布式计算模型，具备基于关系数据库和大数据的数据管理和应用分析能力。
基本要求
1、掌握数据库的基本概念;
2、掌握关系模型、关系模型完整性约束和函数依赖范畴的规范化理论;
3、熟练掌握关系数据库设计方法：包括ER模型的设计、ER模型向关系模型的转换与优化、数据库逻辑结构设计;
4、熟练掌握在MySQL平台的基本用户管理、基本权限管理、SQL基本指令的应用;
5、熟练掌握MySQL存储过程和触发器的设计，理解数据库事务与并发控制机制;
6、理解大数据技术Hadoop与Spark的核心思想与各自的特点;Spark与Hadoop功能定位的区别与联系;理解Spark优于Hadoop的核心技术(RDD，DAG，内存计算，惰性求值);
7、掌握HDFS分布式文件系统与MapReduce计算模型;
8、熟练掌握常用的Linux命令行操作和Hadoop指令操作;
9、熟练掌握Hadoop分布式计算常见任务的MapReduce实现方法;
10、熟练使用交互式spark-shell编写分布式机器学习的任务。
考试内容
一、关系数据库应用(40%)
1、数据库的基本概念：数据、数据库与数据处理、数据库系统的组成、结构与发展历史;数据库三级模式结构的概念、数据逻辑独立性与物理独立性的含义。
2、数据库系统的数据模型类别：层次、网状、关系、面向对象数据库、NoSQL数据库模型的特点、区别与典型DBMS产品。
3、关系数据库的完整性约束类别：主键约束、外键约束、数据类型约束、(Not)Null约束、Check约束;掌握关系数据理论的函数依赖、1NF、2NF、3NF、BCNF的定义和判断方法。
4、结构化查询语言SQL的基本应用：数据库对象定义语言(DDL)(数据类型、库的创建与删除、表的创建、修改与删除、视图的创建与删除、索引的创建与删除)、数据库查询(单表查询、单表自身连接查询、2表或3表的连接查询(等值连接、自然连接、左外、右外、全外连接的select实现)、不相关与相关嵌套子查询、分组统计查询、查询结果排序)、数据更新(表数据的插入、删除和修改);其中不相关嵌套子查询要求掌握in、any、all的应用，相关嵌套子查询要求掌握exists谓词的简单应用。
5、MySQL存储过程和触发器的设计：MySQL平台下不带参数、带若干in、out参数的存储过程的设计及触发器的设计;存储过程的调用方法和触发器的测试;理解事务的定义、ACID特性与多用户数据库系统的封锁并发控制技术的基本原理。
6、MySQL用户及权限基本管理：新用户的创建、table对象的授权(select、insert、update、delete权限)。
7、简单数据库应用的数据库设计：需求描述、ER图设计、ER图向关系模型的转换方法、数据模型优化、设计视图、逻辑设计、物理设计;ER图包括实体、属性、联系(1对1、1对多、多对多)、参与度约束(最小min、最大max)的表示方法与含义。
二、大数据管理与分析技术(60%)
1、大数据基本概念：大数据的4V特征、类型(结构化与非结构化大数据)、核心技术(分布式存储和分布式处理)、大数据计算模式(批处理计算、流计算、图计算、查询分析计算)、每类计算模式典型的代表产品。
2、Hadoop框架基础理论： Hadoop特性、核心模块与相应的主要功能(HDFS分布式文件系统、MapReduce计算模型)。
(1)HDFS文件系统基本内容：体系结构、HDFS实现的目标与局限性、HDFS的NameNode和DataNode的功能与模块(NameNode：FsImage与EditLog;DataNode：数据存储与检索)。
(2)MapReduce计算模型基本内容：体系结构(Client、JobTracker、TaskTracker以及Task)、优势(容错性好、硬件要求低、编程难度低、使用场景多等)、设计策略(分而治之、计算向数据靠拢、Master/Slave架构)。
(3)Map/Reduce的输入/输出和工作流程：Input->Map->Reduce->Output。
3、常用的Linux命令行工具和Hadoop操作：
(1)Linux常用操作：cd、mkdir、rmdir、cp、mv、rm、cat、more、head、tail、touch、chown、chmod、find、tar、grep;
(2)Hadoop常用操作：Hadoop启动(所有进程启动、单进程启动)、查看目录(hdfs dfs –ls)、打开文件(hdfs dfs –cat)、本地文件或目录上传到Hadoop(hdfs dfs –put)、从Hadoop下载至本地目录(hadoop dfs -get)、删除Hadoop上文件夹或文件(hdfs dfs –rm||-rmr)、在Hadoop指定目录内创建新目录(hdfs dfs –mkdir)、将Hadoop某个文件重命名(hdfs dfs –mv)、将Hadoop指定目录下所有内容保存为一个文件，同时download至本地(hdfs dfs –getmerge)、kill正在运行的Hadoop作业(hadoop job –kill)、查看PATH目录信息(hdfs dfs –count)、显示文件的内容(hdfs dfs –text)、查看帮助(hdfs dfs -help)。
4、经典统计算法(去重、计数、排序、TopK排序、求最大最小值)与关系运算(选择、投影、分组)的MapReduce实现。
5、Spark基本概念：Spark核心技术(RDD：弹性分布式数据集，RDD的两类操作：Transformation和Action，有向无环图 DAG、内存计算技术、惰性计算)、Spark特性(速度快、丰富的API、高容错性、部署方式多样化)、Spark的架构(驱动器程序、SparkContext对象、集群管理器(Cluster Manager)、工作节点)。
6、Spark应用程序的运行架构与运行流程(集群管理器(Cluster Manager)，多个工作节点(Worker Node)，每个应用的任务控制节点(Driver)和每个工作结点上负责具体任务执行进程(Executor))。
7、使用Spark MLib库进行机器学习(特征提取、统计、分类、回归、聚类、协同过滤)。
8、Spark经典应用场景分析：SQL查询，文本处理，分析，音乐、视频、广告精准推荐，实时数据分析。
以上就是关于2020年浙江省高校计算机三级数据管理与分析技术考试大纲的详细内容，更多资讯关注考必过网站，最新最全的消息会第一时间发布