加载和转换数据的区别是什么

㈠ 如何区分指令和数据

问题一：计算机如何区分指令和数据？ 计算机加载的第一条肯定是指令，然后根据这条指令去取二进制数，如果这条指令要取操作数，那么取出来的就是操作数；如果这条指令要取下一条指令，那么取出来得就是指令。
把指令和数据分开放是为了安全和逻辑结构清晰。
随便指令和数据存放的格式一样，但是访问他们的时机不同
在取指令时期，cpu通过指令流取指令，存放在指令寄存器，
然后解释并执行指令，在执行指令时期，cpu通过数据流取数据，
存放在数据寄存器。
所以指令流取的是指令，数据流取的是数据。

问题二：在计算机中cpu如何区分指令和数据 在存储程序的计算机中，指令和数据都以二进制的形式存储在存储器中。因为他们都是二进制的代码，所以从存储器中存储的内同本身看不出是指令还是数据。计算机在读取指令时把从存储器中读到的信息都看成指令，而在读取数据的时候则把从存储器里读到的信息都看成操作数。

问题三：指令和数据均存放在内存中，计算机如何区分它们是指令还是数据 楼主：
计算机区分指令和数据有以下2种方法：
?通过不同的时间段来区分指令和数据，即在取指令阶段（或取指微程序）取出的为指令，在执行指令阶段（或相应微程序）取出的即为数据。
?通过地址来源区分，由PC提供存储单元地址的取出的是指令，由指令地址码部分提供存储单元地址的取出的是操作数。

问题四：cpu如何区别指令和数据 参考下别人的
分两个方面说：
1可执行文件的角度：可执行文件分为许多段，一般.text存放代码，.data段存放数据，不同段是有不同属性的，例如.text段的属性是可执行的。这样就区别了代码和数据。
亥.CPU指令有一个格式，一个指令包括了操作码（对应你的指令）和操作数（对应你的数据），而指令本身相对格式是固定的（可能变长）。所以CPU是很容易知道前几个二进制是什么指令，而根据这个指令又可以知道后面多少位是第一个数据，后面多少位是第二个数据。然后下一个指令的起始地址是直接存在IP寄存器里的。

问题五：cpu如何区别指令和数据，它们不都是二进制存储在计算机内么？ 分两个方面说：
1可执行文件的角度：可执行文件分为许多段，一般.text存放代码，.data段存放数据，不同段是有不同属性的，例如.text段的属性是可执行的。这样就区别了代码和数据。
2.CPU指令有一个格式，一个指令包括了操作码（揣应你的指令）和操作数（对应你的数据），而指令本身相对格式是固定的（可能变长）。所以CPU是很容易知道前几个二进制是什么指令，而根据这个指令又可以知道后面多少位是第一个数据，后面多少位是第二个数据。然后下一个指令的起始地址是直接存在IP寄存器里的。

问题六：cpu怎样区别指令和数据 指令周期(也可说是时钟周期)。
CPU总是先读取指令，根据指令的要求类型采取读取数据。

问题七：指令和数据均存放在内存中,计算机如何区分它们是指令还是数据 每个字节都有一个地址cs指定代码段ip在代码段中指定当前要执行的指令 ds指定数据段具体访问数据由各通用指针寄存器指定，就是要访问的数据
麻烦采纳，谢谢!

问题八：CPU如何区分读出的代码是指令还是数据 计算机执行时，先取指令放到指令寄存器中，再分析指令，然后执行指令，根据需要去取数。
cpu给出指令或数据的地址，根据地址去取。我是这么理解的，也不知对不对

问题九：指令和数据都存于存储器中,计算机如何区分它们? 一般一个应用程序中，有控制命令和数据两大类，在DOS下，命令通过汇编--编译，转换成机器码，数据存贮在相应的地址中，不会和机器码起冲突，这是由编译决定的。而在运行过程中，机器码和数据均被调入内存，在运行机器码时，控制命令把寄存器设置成1，运行操作，控制命令把这个寄存器设置成0时，数据就被调入了。以前学的，有点忘了，相关书籍：汇编语言程序设计

㈡ 数据分析 数据抽取，数据加载，数据转换，哪个不是etl的过程

网络的ETL词条：

ETL，是英文碧陪 Extract-Transform-Load 的缩写，用来描述将袜巧数据从来源端经过抽取（extract）悔好蠢、转换（transform）、加载（load）至目的端的过程。

显然数据分析不属于etl的范畴。
希望我的回答可以帮到你

㈢ 数据，信息和知识的区别与联系

联系：数据和信息之间是相互联系的。数据是反映客观事物属性的记录，是信息的具体表现形式。数据经过加工处理之后，就成为信息；而信息需要经过数字化转变成数据才能存储和传输。

知识也是人类在实践中认识客观世界（包括人类自身）的成果，它包括事实、信息的描述或在教育和实践中获得的技能。知识是人类从各个途径中获得的经过提升总结与凝练的系统的认识。

区别：

一、概念不同

1、数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。

2、信息是数据的内涵，信息是加载于数据之上，对数据作具有含义的解释。

3、知识是符合文明方向的，人类对物质世界以及精神世界探索的结果总和。

二、特点不同

1、信息

1）消息x发生的概率P(x)越大，信息量越小；反之，发生的概率越小，信息量就越大。可见，信息量（我们用I来表示）和消息发生的概率是相反的关系。

2）当概率为1时，百分百发生的事，地球人都知道，所以信息量为0。

2、数据

数据可以是连续的值，比如声音、图像，称为模拟数据。也可以是离散的，如符号、文字，称为数字数据。

3、知识

1）隐性特征

说明：知识具备较强的隐蔽性，需要进行归纳、总结、提炼。

2）行动导向特征

说明：知识能够直接推动人的决策和行为，加速行动过程。

三、分类不同

1、数据

按性质分为

①定位的，如各种坐标数据。

②定性的，如表示事物属性的数据（居民地、河流、道路等）。

③定量的，反映事物数量特征的数据，如长度、面积、体积等几何量或重量、速度等物理量。

④定时的，反映事物时间特性的数据，如年、月、日、时、分、秒等。

2、信息

①信息的表示、传播、储存必须依附于某种载体，载体就是承载信息的事物。

②信息是可以加工和处理的。信息也可以从一种形态转换成另一种形态。

③信息可以脱离它所反映的事物被存储和保留和传播。

④信息是可以传递和共享的。信息可以被重复使用而不会像物质和能源那样产生损耗。

⑤信息具有时效性。

3、知识

①知道是什么的知识( Know - what) ，主要是叙述事实方面的知识。

②知道为什么的知识(Know - why) ，主要是自然原理和规律方面的知识。

③知道怎么做的知识(Know - how) ，主要是指对某些事物的技能和能力。

④知道是谁的知识(Know - who) ，涉及谁知道和谁知道如何做某些事的知识。

㈣ etl的概念，etl和elt数据处理上的区别

对于做过 BI 开发的朋友，ETL 并不陌生，只要涉及到数据源的数据抽取、数据的计算和处理过程的开发，都是 ETL，ETL 就这三个阶段，Extraction 抽取，Transformation 转换，Loading 加载。

从不同数据源抽取数据 EXTRACTION ，按照一定的数据处理规则对数据进行加工和格式转换 TRASFORMATION，最后处理完成的输出到目标数据表中也有可能是文件等等，这个就是 LOADING。

再通俗一点讲，ETL 的过程就跟大家日常做菜一样，需要到菜市场的各个摊位买好菜，把菜买回来要摘一下，洗一洗，切一切最后下锅把菜炒好端到饭桌上。菜市场的各个摊位就是数据源，做好的菜就是最终的输出结果，中间的所有过程像摘菜、洗菜、切菜、做菜就是转换。

在开发的时候，大部分时候会通过 ETL 工具去实现，比如常用的像 KETTLE、PENTAHO、IBM DATASTAGE、INFORNAICA、微软 SQL SERVER 里面的 SSIS 等等，在结合基本的 SQL 来实现整个 ETL 过程。

也有的是自己通过程序开发，然后控制一些数据处理脚本跑批，基本上就是程序加 SQL 实现。

哪种方式更好，也是需要看使用场景和开发人员对那种方式使用的更加得心应手。我看大部分软件程序开发人员出身的，碰到数据类项目会比较喜欢用程序控制跑批，这是程序思维的自然延续。纯 BI 开发人员大部分自然就选择成熟的 ETL 工具来开发，当然也有一上来就写程序脚本的，这类 BI 开发人员的师傅基本上是程序人员转过来的。

用程序的好处就是适配性强，可扩展性强，可以集成或拆解到到任何的程序处理过程中，有的时候使用程序开发效率更高。难就难在对维护人员有一定的技术要求，经验转移和可复制性不够。

用 ETL 工具的好处，第一是整个 ETL 的开发过程可视化了，特别是在数据处理流程的分层设计中可以很清晰的管理。第二是链接到不同数据源的时候，各种数据源、数据库的链接协议已经内置了，直接配置就可以，不需要再去写程序去实现。第三是各种转换控件基本上拖拉拽就可以使用，起到简化的代替一部分 SQL 的开发，不需要写代码去实现。第四是可以非常灵活的设计各种 ETL 调度规则，高度配置化，这个也不需要写代码实现。

所以在大多数通用的项目中，在项目上使用 ETL 标准组件开发会比较多一些。

ETL 从逻辑上一般可以分为两层，控制流和数据流，这也是很多 ETL 工具设计的理念，不同的 ETL 工具可能叫法不同。

控制流就是控制每一个数据流与数据流处理的先后流程，一个控制流可以包含多个数据流。比如在数据仓库开发过程中，第一层的处理是ODS层或者Staging 层的开发，第二层是 DIMENSION维度层的开发，后面几层就是DW 事实层、DM数据集市层的开发。通过ETL的调度管理就可以让这几层串联起来形成一个完整的数据处理流程。

数据流就是具体的从源数据到目标数据表的数据转换过程，所以也有 ETL 工具把数据流叫做转换。在数据流的开发设计过程中主要就是三个环节，目标数据表的链接，这两个直接通过 ETL 控件配置就可以了。中间转换的环节，这个时候就可能有很多的选择了，调 SQL 语句、存储过程，或者还是使用 ETL 控件来实现。

有的项目上习惯使用 ETL 控件来实现数据流中的转换，也有的项目要求不使用标准的转换组件使用存储过程来调用。也有的是因为数据仓库本身这个数据库不支持存储过程就只能通过标准的SQL来实现。

我们通常讲的BI数据架构师其实指的就是ETL的架构设计，这是整个BI项目中非常核心的一层技术实现，数据处理、数据清洗和建模都是在ETL中去实现。一个好的ETL架构设计可以同时支撑上百个包就是控制流，每一个控制流下可能又有上百个数据流的处理过程。之前写过一篇技术文章，大家可以搜索下关键字 BIWORK ETL 应该在网上还能找到到这篇文章。这种框架设计不仅仅是ETL框架架构上的设计，还有很深的ETL项目管理和规范性控制器思想，包括后期的运维，基于BI的BI分析，ETL的性能调优都会在这些框架中得到体现。因为大的BI项目可能同时需要几十人来开发ETL，框架的顶层设计就很重要。