載入和轉換數據的區別是什麼

㈠ 如何區分指令和數據

問題一：計算機如何區分指令和數據？ 計算機載入的第一條肯定是指令，然後根據這條指令去取二進制數，如果這條指令要取操作數，那麼取出來的就是操作數；如果這條指令要取下一條指令，那麼取出來得就是指令。
把指令和數據分開放是為了安全和邏輯結構清晰。
隨便指令和數據存放的格式一樣，但是訪問他們的時機不同
在取指令時期，cpu通過指令流取指令，存放在指令寄存器，
然後解釋並執行指令，在執行指令時期，cpu通過數據流取數據，
存放在數據寄存器。
所以指令流取的是指令，數據流取的是數據。

問題二：在計算機中cpu如何區分指令和數據 在存儲程序的計算機中，指令和數據都以二進制的形式存儲在存儲器中。因為他們都是二進制的代碼，所以從存儲器中存儲的內同本身看不出是指令還是數據。計算機在讀取指令時把從存儲器中讀到的信息都看成指令，而在讀取數據的時候則把從存儲器里讀到的信息都看成操作數。

問題三：指令和數據均存放在內存中，計算機如何區分它們是指令還是數據 樓主：
計算機區分指令和數據有以下2種方法：
?通過不同的時間段來區分指令和數據，即在取指令階段（或取指微程序）取出的為指令，在執行指令階段（或相應微程序）取出的即為數據。
?通過地址來源區分，由PC提供存儲單元地址的取出的是指令，由指令地址碼部分提供存儲單元地址的取出的是操作數。

問題四：cpu如何區別指令和數據 參考下別人的
分兩個方面說：
1可執行文件的角度：可執行文件分為許多段，一般.text存放代碼，.data段存放數據，不同段是有不同屬性的，例如.text段的屬性是可執行的。這樣就區別了代碼和數據。
亥.CPU指令有一個格式，一個指令包括了操作碼（對應你的指令）和操作數（對應你的數據），而指令本身相對格式是固定的（可能變長）。所以CPU是很容易知道前幾個二進制是什麼指令，而根據這個指令又可以知道後面多少位是第一個數據，後面多少位是第二個數據。然後下一個指令的起始地址是直接存在IP寄存器里的。

問題五：cpu如何區別指令和數據，它們不都是二進制存儲在計算機內么？ 分兩個方面說：
1可執行文件的角度：可執行文件分為許多段，一般.text存放代碼，.data段存放數據，不同段是有不同屬性的，例如.text段的屬性是可執行的。這樣就區別了代碼和數據。
2.CPU指令有一個格式，一個指令包括了操作碼（揣應你的指令）和操作數（對應你的數據），而指令本身相對格式是固定的（可能變長）。所以CPU是很容易知道前幾個二進制是什麼指令，而根據這個指令又可以知道後面多少位是第一個數據，後面多少位是第二個數據。然後下一個指令的起始地址是直接存在IP寄存器里的。

問題六：cpu怎樣區別指令和數據 指令周期(也可說是時鍾周期)。
CPU總是先讀取指令，根據指令的要求類型採取讀取數據。

問題七：指令和數據均存放在內存中,計算機如何區分它們是指令還是數據 每個位元組都有一個地址cs指定代碼段ip在代碼段中指定當前要執行的指令 ds指定數據段具體訪問數據由各通用指針寄存器指定，就是要訪問的數據
麻煩採納，謝謝!

問題八：CPU如何區分讀出的代碼是指令還是數據 計算機執行時，先取指令放到指令寄存器中，再分析指令，然後執行指令，根據需要去取數。
cpu給出指令或數據的地址，根據地址去取。我是這么理解的，也不知對不對

問題九：指令和數據都存於存儲器中,計算機如何區分它們? 一般一個應用程序中，有控制命令和數據兩大類，在DOS下，命令通過匯編--編譯，轉換成機器碼，數據存貯在相應的地址中，不會和機器碼起沖突，這是由編譯決定的。而在運行過程中，機器碼和數據均被調入內存，在運行機器碼時，控制命令把寄存器設置成1，運行操作，控制命令把這個寄存器設置成0時，數據就被調入了。以前學的，有點忘了，相關書籍：匯編語言程序設計

㈡ 數據分析 數據抽取，數據載入，數據轉換，哪個不是etl的過程

網路的ETL詞條：

ETL，是英文碧陪 Extract-Transform-Load 的縮寫，用來描述將襪巧數據從來源端經過抽取（extract）悔好蠢、轉換（transform）、載入（load）至目的端的過程。

顯然數據分析不屬於etl的范疇。
希望我的回答可以幫到你

㈢ 數據，信息和知識的區別與聯系

聯系：數據和信息之間是相互聯系的。數據是反映客觀事物屬性的記錄，是信息的具體表現形式。數據經過加工處理之後，就成為信息；而信息需要經過數字化轉變成數據才能存儲和傳輸。

知識也是人類在實踐中認識客觀世界（包括人類自身）的成果，它包括事實、信息的描述或在教育和實踐中獲得的技能。知識是人類從各個途徑中獲得的經過提升總結與凝練的系統的認識。

區別：

一、概念不同

1、數據是信息的表現形式和載體，可以是符號、文字、數字、語音、圖像、視頻等。

2、信息是數據的內涵，信息是載入於數據之上，對數據作具有含義的解釋。

3、知識是符合文明方向的，人類對物質世界以及精神世界探索的結果總和。

二、特點不同

1、信息

1）消息x發生的概率P(x)越大，信息量越小；反之，發生的概率越小，信息量就越大。可見，信息量（我們用I來表示）和消息發生的概率是相反的關系。

2）當概率為1時，百分百發生的事，地球人都知道，所以信息量為0。

2、數據

數據可以是連續的值，比如聲音、圖像，稱為模擬數據。也可以是離散的，如符號、文字，稱為數字數據。

3、知識

1）隱性特徵

說明：知識具備較強的隱蔽性，需要進行歸納、總結、提煉。

2）行動導向特徵

說明：知識能夠直接推動人的決策和行為，加速行動過程。

三、分類不同

1、數據

按性質分為

①定位的，如各種坐標數據。

②定性的，如表示事物屬性的數據（居民地、河流、道路等）。

③定量的，反映事物數量特徵的數據，如長度、面積、體積等幾何量或重量、速度等物理量。

④定時的，反映事物時間特性的數據，如年、月、日、時、分、秒等。

2、信息

①信息的表示、傳播、儲存必須依附於某種載體，載體就是承載信息的事物。

②信息是可以加工和處理的。信息也可以從一種形態轉換成另一種形態。

③信息可以脫離它所反映的事物被存儲和保留和傳播。

④信息是可以傳遞和共享的。信息可以被重復使用而不會像物質和能源那樣產生損耗。

⑤信息具有時效性。

3、知識

①知道是什麼的知識( Know - what) ，主要是敘述事實方面的知識。

②知道為什麼的知識(Know - why) ，主要是自然原理和規律方面的知識。

③知道怎麼做的知識(Know - how) ，主要是指對某些事物的技能和能力。

④知道是誰的知識(Know - who) ，涉及誰知道和誰知道如何做某些事的知識。

㈣ etl的概念，etl和elt數據處理上的區別

對於做過 BI 開發的朋友，ETL 並不陌生，只要涉及到數據源的數據抽取、數據的計算和處理過程的開發，都是 ETL，ETL 就這三個階段，Extraction 抽取，Transformation 轉換，Loading 載入。

從不同數據源抽取數據 EXTRACTION ，按照一定的數據處理規則對數據進行加工和格式轉換 TRASFORMATION，最後處理完成的輸出到目標數據表中也有可能是文件等等，這個就是 LOADING。

再通俗一點講，ETL 的過程就跟大家日常做菜一樣，需要到菜市場的各個攤位買好菜，把菜買回來要摘一下，洗一洗，切一切最後下鍋把菜炒好端到飯桌上。菜市場的各個攤位就是數據源，做好的菜就是最終的輸出結果，中間的所有過程像摘菜、洗菜、切菜、做菜就是轉換。

在開發的時候，大部分時候會通過 ETL 工具去實現，比如常用的像 KETTLE、PENTAHO、IBM DATASTAGE、INFORNAICA、微軟 SQL SERVER 裡面的 SSIS 等等，在結合基本的 SQL 來實現整個 ETL 過程。

也有的是自己通過程序開發，然後控制一些數據處理腳本跑批，基本上就是程序加 SQL 實現。

哪種方式更好，也是需要看使用場景和開發人員對那種方式使用的更加得心應手。我看大部分軟體程序開發人員出身的，碰到數據類項目會比較喜歡用程序控制跑批，這是程序思維的自然延續。純 BI 開發人員大部分自然就選擇成熟的 ETL 工具來開發，當然也有一上來就寫程序腳本的，這類 BI 開發人員的師傅基本上是程序人員轉過來的。

用程序的好處就是適配性強，可擴展性強，可以集成或拆解到到任何的程序處理過程中，有的時候使用程序開發效率更高。難就難在對維護人員有一定的技術要求，經驗轉移和可復制性不夠。

用 ETL 工具的好處，第一是整個 ETL 的開發過程可視化了，特別是在數據處理流程的分層設計中可以很清晰的管理。第二是鏈接到不同數據源的時候，各種數據源、資料庫的鏈接協議已經內置了，直接配置就可以，不需要再去寫程序去實現。第三是各種轉換控制項基本上拖拉拽就可以使用，起到簡化的代替一部分 SQL 的開發，不需要寫代碼去實現。第四是可以非常靈活的設計各種 ETL 調度規則，高度配置化，這個也不需要寫代碼實現。

所以在大多數通用的項目中，在項目上使用 ETL 標准組件開發會比較多一些。

ETL 從邏輯上一般可以分為兩層，控制流和數據流，這也是很多 ETL 工具設計的理念，不同的 ETL 工具可能叫法不同。

控制流就是控制每一個數據流與數據流處理的先後流程，一個控制流可以包含多個數據流。比如在數據倉庫開發過程中，第一層的處理是ODS層或者Staging 層的開發，第二層是 DIMENSION維度層的開發，後面幾層就是DW 事實層、DM數據集市層的開發。通過ETL的調度管理就可以讓這幾層串聯起來形成一個完整的數據處理流程。

數據流就是具體的從源數據到目標數據表的數據轉換過程，所以也有 ETL 工具把數據流叫做轉換。在數據流的開發設計過程中主要就是三個環節，目標數據表的鏈接，這兩個直接通過 ETL 控制項配置就可以了。中間轉換的環節，這個時候就可能有很多的選擇了，調 SQL 語句、存儲過程，或者還是使用 ETL 控制項來實現。

有的項目上習慣使用 ETL 控制項來實現數據流中的轉換，也有的項目要求不使用標準的轉換組件使用存儲過程來調用。也有的是因為數據倉庫本身這個資料庫不支持存儲過程就只能通過標準的SQL來實現。

我們通常講的BI數據架構師其實指的就是ETL的架構設計，這是整個BI項目中非常核心的一層技術實現，數據處理、數據清洗和建模都是在ETL中去實現。一個好的ETL架構設計可以同時支撐上百個包就是控制流，每一個控制流下可能又有上百個數據流的處理過程。之前寫過一篇技術文章，大家可以搜索下關鍵字 BIWORK ETL 應該在網上還能找到到這篇文章。這種框架設計不僅僅是ETL框架架構上的設計，還有很深的ETL項目管理和規范性控制器思想，包括後期的運維，基於BI的BI分析，ETL的性能調優都會在這些框架中得到體現。因為大的BI項目可能同時需要幾十人來開發ETL，框架的頂層設計就很重要。