基础知识-知识图谱
知识图谱的构建形式： 自顶向下：先为知识图谱定义好本体与数据模式，再将实体加入到知识库。 自底向上（常用） ：从一些开放链接数据中提取出实体，选择其中置信度较高的加入到知识库，再构建顶层的本体模式。
知识抽取按任务可以分为概念抽取、实体识别、关系抽取、事件抽取和规则抽取等。传统专家系统时代的知识主要依靠专家手工录入，难以扩大规模。
知识图谱技术是一种基于图的数据库，用于存储知识和建模世界中的实体之间的关系。知识图谱是一种用图模型来描述知识和建模世界万物之间关联关系的技术方法。
知识图谱的构建流程主要包括以下几个步骤：收集数据：收集与知识图谱相关的数据，包括结构化数据和非结构化数据。结构化数据包括数据库、表格等，非结构化数据包括网页、文本、图片等。
分布式计算的概念及框架
1、分布式计算是一种广泛应用于现代计算机系统中的计算模型。它基于将计算任务分配给多个计算机或节点来完成计算过程，从而提高了计算效率和性能。
2、分布式计算是一种计算机处理方法，它将一个计算任务分散到多个计算机或节点，通过协同工作完成一个或多个任务。
3、分布式计算 ，则是相对单机计算而言的，利用多台机器，通过网络连接和消息传递协调完成计算。把需要进行大量计算的工程数据分区成小块，由多台计算机分别计算，再上传运算结果后，将结果统一合并得出最终结果。
4、分布式计算（Distributed Computation）是一种计算方法，和集中式计算是相对的。随着计算技术的发展，有些应用需要非常巨大的计算能力才能完成，如果采用集中式计算，需要耗费相当长的时间来完成。
5、MapReduce是Hadoop的分布式计算框架，负责数据的处理和分析。它将数据和处理任务分发到集群中的多个节点上，并监控这些节点的执行情况。MapReduce将数据处理分为两个阶段：Map阶段和Reduce阶段。
什么是分布式操作系统?
分布式软件系统(Distributed Software Systems)，是支持分布式处理的软件系统，是在由通信网络互联的多处理机体系结构上执行任务的系统。
分布式操作系统：是建立在网络之上的软件系统。网络操作系统：是一种能代替操作系统的软件程序，是向网络计算机提供服务的特殊的操作系统。特点不同 分布式操作系统：具有高度的内聚性和透明性。
分布式系统是建立在网络上的软件系统。 处理协助任务，然后整合结果。在分布式系统中，一组独立的计算机向用户呈现一个统一的整体，就像一个系统一样。
分布式操作系统（Distributed Operating System）负责管理分布式处理系统资源和控制分布式程序运行。它和集中式操作系统的区别在于资源管理、进程通信和系统结构等方面。它是一种特殊的多处理器计算机系统。
分布式系统是一个硬件或软件组件分布在不同的网络计算机上，彼此之间仅仅通过消息传递进行通信和协调的系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。
大数据有哪些框架
Hadoop：Hadoop是一个分布式计算框架，主要包括两个核心组件：分布式文件系统HDFS和MapReduce。HDFS为海量数据提供了存储，MapReduce为海量数据提供了计算。
Hadoop Hadoop采用MapReduce分布式计算框架，根据GFS开发了HDFS分布式文件系统，根据BigTable开发了HBase数据存储系统。Hadoop的开源特性使其成为分布式计算系统的事实上的国际标准。
Elasticsearch 主要是能够为云构建的分布式RESTful搜索引擎。Elasticsearch主要是使用在Lucene之中的服务器，能够进行分布式多用户能力的全文搜索引擎，并且还是使用在Java的开发中，这是现在很多企业中使用最流行的搜索引擎。
前端框架：如React、Angular、Vue等。数据库：如MySQL、PostgreSQL、MongoDB等。缓存：如Redis、Memcache等。服务器：如Tomcat、Nginx、Apache等。版本控制：如Git、SVN等。测试框架：如JUnit、Selenium等。
批处理 批处理是大数据处理傍边的遍及需求，批处理主要操作大容量静态数据集，并在核算进程完成后返回成果。鉴于这样的处理模式，批处理有个明显的缺点，便是面对大规模的数据，在核算处理的功率上，不尽如人意。
Apache Hadoop Hadoop是基于Java的平台。这是一个开放源代码框架，可跨集群排列的一组硬件机器提供批处理数据处理和数据存储服务。Hadoop同样适用于可靠，可扩展和分布式的计算。但是，它也可以用作通用文件存储。
大数据的计算框架有哪几种?
Hadoop：Hadoop是一个分布式计算框架，主要包括两个核心组件：分布式文件系统HDFS和MapReduce。HDFS为海量数据提供了存储，MapReduce为海量数据提供了计算。
Hadoop Hadoop采用MapReduce分布式计算框架，根据GFS开发了HDFS分布式文件系统，根据BigTable开发了HBase数据存储系统。Hadoop的开源特性使其成为分布式计算系统的事实上的国际标准。
Apache Spark Spark框架由加利福尼亚大学伯克利分校成立。它是具有改进的数据流处理的批处理框架。借助完整的内存计算以及处理优化，它保证了极其快速的集群计算系统。
这四种计算模式通常都需要在大规模分布式计算框架中实现，如Hadoop、Spark、Storm、Flink等，以应对大数据量的处理需求。
什么是分布式系统?
1、分布式系统是一个硬件或软件组件分布在不同的网络计算机上，彼此之间仅仅通过消息传递进行通信和协调的系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。
2、分布式系统(Distributed System)是由多台计算机和通信软件组件通过计算机网络来实现特定功能服务的一个系统，因为是建立在网络之上的系统，所以分布式系统具有高度内聚性和透明性。
3、分布式系统（distributed system）是建立在网络之上的软件系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。因此，网络和分布式系统之间的区别更多的在于高层软件（特别是操作系统），而不是硬件。
4、分布式是指多个系统协同合作完成一个特定任务的系统。它是不同的系统部署在不同的服务器上，服务器之间相互调用。好比多个人一起做不同的事。分布式是解决中心化管理的问题，把所有的任务叠加到一个节点处理，太慢了。