ICT大赛

ICT大赛
小楼夜听雨云计算基础概念
云计算是什么
按需从网络获取计算、存储、网络等资源,用完释放,按使用量付费。
大特征
按需自助 —— 自己下单,不用人工申请
广泛网络接入 —— 任何设备、任何地点都能用
资源池化—— 物理资源池化共享,多用户隔离使用
快速弹性—— 秒级扩容缩容(云的核心价值)
可计量服务 —— 用量可监控、可计费
三种服务模型
| IaaS | 基础设施 | ECS、OBS |
| PaaS | 平台 | 数据库 RDS、容器 CCE |
| SaaS | 软件 | 云会议、企业邮箱 |
部署模型
- 公有云:服务商提供,多租户共享,成本低(日常首选)
- 私有云:专属自己,安全性高(政企敏感数据)
- 混合云:公有 + 私有结合,弹性又安全(最灵活)
- 社区云:特定行业共享(如金融行业云)
虚拟化
| 虚拟机 VM | 容器(Docker) | |
|---|---|---|
| 内核 | 各自独立 OS 内核 | 共享宿主机内核 |
| 启动 | 慢(分钟级) | 快(秒级) |
| 体积 | 大(GB 级) | 小(MB 级) |
| 隔离 | 强 | 弱(进程级) |
华为云架构层级
Region(区域):物理上独立的大区(如华南 - 广州),Region 间完全隔离
作用:异地容灾
AZ(可用区):Region 内独立的机房(电力 / 网络独立),跨 AZ 部署 = 高可用,
作用:本地高可用,同 Region 不同 AZ 时延低极小,不同 Region 隔离
边缘节点:靠近用户,低时延(CDN / 边缘计算)
计费模式
- 按需计费:秒级开通,用完即停,贵 —— 适合弹性临时场景
- 包年包月:预付费,便宜 —— 适合长期稳定负载(如官网服务器)
- 竞价计费:超便宜但可能被回收 —— 适合无状态、可中断任务
计算服务三件套
| 名称 | 作用 | 考点 |
|---|---|---|
| ELB | 把请求分发到多台 ECS | 支持四层 (TCP/UDP) 与七层 (HTTP/HTTPS); 加权轮询 最少连接 IP Hash IP Hash 做会话保持 |
| ECS | 云上的虚拟机(IaaS 核心) | 属 IaaS; 镜像创建实例; 安全组 = 虚拟防火墙; 按需 / 包年包月 / 竞价计费 |
| AS | 按负载自动加 / 减 ECS | 削峰填谷; 伸缩组 + 策略(定时 / 周期 / 动态); 健康检查失败自动替换 |
1.ELB
支持四层与七层:
四层:按 IP + 端口原样转发,简单,速度快,适合流量转发,游戏、视频流
七层:按 URL / 域名 / Cookie 等内容分发,稍慢一点点,适合:Web 网站、按路径分流(/api 给A,/图片 给B)
加权轮询:轮流分,配置高的机器 “权重” 大、多分一点
最少连接:谁手上活少(连接数少)分给谁
IP Hash:同一个 IP 算出来固定打同一台机器
会话保持:用 IP Hash(或 Cookie)让同一用户的请求始终去同一台服务器
健康检查:ELB 定期 “探活”,每隔几秒问后端:”你还活着吗?”
没回应 → 自动从分发名单里剔除,不转给它;恢复后自动加回
2.ECS
镜像:公共 / 私有 / 共享 / 市场镜像
镜像 vs 快照:镜像是模板,快照是某个时刻的备份
规格族:通用型 / 计算型 / 内存型 / 存储型
安全组:虚拟防火墙,默认放行内部、控制外部访问,是实例级、有状态(后面网络部分细讲)
计费:
按需 = 随时开随时关(贵)
包年包月 = 长期租(便宜)
竞价 = 超便宜但可能被收回
远程登录 ECS 走 SSH(端口 22)
3.AS
伸缩组:把一批 ECS 圈在一起管理(比如 “3~10 台”)
伸缩配置:新加的机器用什么镜像、什么规格(提前定好模板)
伸缩策略:什么时候加、什么时候减,分三种
定时:定好 “每天 20 点加 2 台,23 点减 2 台”,用于规律性流量(晚高峰)
周期:按星期几循环执行,用于周末 / 工作日差异
动态(告警):监控 CPU 使用率 > 80% 就加,< 30% 就减,用于流量突增突降(最常用)
健康检查:AS 定期检查每台 ECS 是否 “活着”,挂了就自动移除并新建一台顶上。
总结:
- ECS 属于 IaaS;镜像可以批量创建 ECS;安全组默认放行内部、控制外部访问。
- AS = 削峰填谷、控制成本;配合 ELB 用;健康检查失败的实例自动替换。
- ELB 支持四层 + 七层;调度算法 = 加权轮询 / 最少连接 / IP Hash;IP Hash 用于会话保持;健康检查自动摘除故障后端。
三件套怎么配合
1 | 用户请求 → ELB(分发)→ 多台 ECS(处理) |
存储服务三件套
| 存储类型 | 怎么理解 | 类比 |
|---|---|---|
| 块存储 | 按 “块”(小格子)读写,最快,但一块盘只能给一台机器用 | 电脑里的硬盘 |
| 文件存储 | 按 “文件夹路径” 读写,多台机器能同时用 | 公司共享文件夹 |
| 对象存储 | 按 “钥匙(URL)” 读写,容量几乎无限,管海量文件 | 网盘 |
EVS 云硬盘
是什么:
EVS 就是给 ECS 当硬盘用的
关键考点
- 必须挂载到 ECS 才能用:EVS 不能独立存在,它依赖 ECS
- 默认只能挂一台 ECS:普通云硬盘同一时刻只能被一台 ECS 使用(所以叫 “块存储”)
- 低延迟、高性能:数据库这类对速度敏感的场景首选 EVS
- 快照:某个时间点的 “拍照备份”,数据坏了能一键还原到拍照那一刻
- 可以扩容、可以备份:数据盘随时扩容量;配合备份服务做容灾
- 磁盘类型:普通 IO、高 IO、超高 IO
- 共享云硬盘最多同时挂载 16 台 ECS
- 可扩容的状态:可用、正在使用
- 删除条件:未被其他服务占用才能删
SFS 文件存储
是什么:
共享储存,大家都能往里面放文件、读文件。
关键考点
- 多台 ECS 共享:跟 EVS”一块盘一台机” 相反,SFS 天生就是给大家一起用的
- 按目录层级访问:像
/data/user1、/data/user2这种路径方式读写 - 访问协议:NFS(Linux 用)、NFSv3、NFSv4、CIFS(Windows 用)
- 典型场景:大数据分析(多台计算节点共享数据)、媒体处理、容器共享存储
- 访问时不占用 ECS 本地磁盘,数据都在云上
- 监控:用 CES 云监控 监控文件系统性能指标
OBS 对象存储
是什么:
基于对象的海量存储
网盘,容量几乎无限,存图片、视频、日志、备份**都往这里放。
两个核心概念(必考)
桶(Bucket):存储空间的 “容器”,像网盘里的 “根目录”。用 OBS 前必须先建桶
桶策略三种:私有、公共读、公共写
对象(Object):一个文件就是一个对象,每个对象有个唯一的 “钥匙”(URL)
对象组成部分:Key(对象名)、Metadata(元数据)、Data(数据)**
怎么访问:用 AK/SK(Access Key / Secret Key,类似 “账号密码”)认证,通过 API / SDK / 控制台上传下载。
存储类别:标准、低频访问、归档三种
权限控制方式:IAM 权限、桶策略与对象策略、ACL
ACL 被授权用户:拥有者、注册用户组、日志投递用户组
生命周期管理:标准→低频、标准→归档、过期删除
访问方式:OBS Browser+(图形客户端)、API & SDK、obsutil(命令行)、obsfs(文件系统挂载)**
优点:
- 海量 + 按量计费:不用预估容量,用多少付多少,成本可控
- 高持久性:华为云宣传数据持久性 99.999999999%
- 分级存储:热数据选择 “标准”(快)、冷数据选择 “低频 / 归档”(便宜)
典型场景
- 网站图片、视频、静态文件 ,HPC、电影剪辑(还能做静态网站托管)
- 数据库备份、日志归档
- 大数据分析前的原始数据存放 → 可以 OBS 也可以 SFS(看是否要共享给多台机器)
总结
- EVS = 云硬盘 = 块存储,挂 ECS 用,低延迟,快照 = 时间点备份。
- SFS = 文件存储 = 共享文件夹,多机同时挂载,按路径访问。
- OBS = 对象存储,桶 + 对象,AK/SK 认证,海量 / 按量 / 高持久,备份和静态网站首选
网络服务
VPC 虚拟私有云
是什么:
在华为云上给划一块完全私有的网络空间,ECS 都在这里。内部可通信,外部默认隔离—— 这就是 VPC 的隔离性。
| 概念 | 解释 | 考点 |
|---|---|---|
| 子网(Subnet) | 把网络再分子网(Web 一个网段、数据库一个网段 | 子网按网段划分,便于分层管理 |
| CIDR | IP 地址段的写法,如 192.168.0.0/16 |
/16 表示网段大小;规划 VPC / 子网要先定 CIDR |
| 路由表 | 子网内网络流量走向的规则集合,包含目的地址段和下一跳 | 每个子网关联一张路由表 |
| EIP 弹性公网 IP | 给 ECS 一个公网 IP,让外面访问 | 可以绑定 / 解绑,随时换 |
| NAT 网关 | 内网机器偷偷上网,但不暴露自己的 IP | 内网访问外网、隐藏内网机器 |
重点
- 默认隔离:不同 VPC 之间默认不能互通(要互通需用对等连接 / 云连接)
- 子网默认互通:同一个 VPC 里的子网之间默认可以通信
- 内网 / 外网:公网访问要配 EIP;内网互访走私有网段
细节:
EIP 弹性公网 IP
- 按需计费的 EIP:独享带宽可以转共享带宽
- 包年包月的 EIP:独享带宽不能转共享带宽
- EIP 是静态公网 IP(不是动态 IP)
- 一个 EIP 绑定一个 ECS(不能多个 ECS 共用)
安全组 & 网络 ACL
是什么:
安全组是每台 ECS 的防火墙:看规则决定 “放哪个端口进来(比如 80/443)”。
网络 ACL 是整个子网的防火墙:先过这关,再进ECS。
对比:
| 对比项 | 安全组(SG) | 网络 ACL |
|---|---|---|
| 负责对象 | 实例级(绑在 ECS 上) | 子网级(管整个子网) |
| 状态 | 有状态 | 无状态 |
| 规则方向 | 入方向 + 出方向 | 入方向 + 出方向(都要单独配) |
| 放行逻辑 | 全部规则取 “或”(任一放行就过) | 按优先级从高到低匹配,可拒绝 |
| 应用顺序 | 先过安全组,再过 ACL(或反之按架构) | 两道都要过 |
有状态 vs 无状态”
- 有状态(安全组):从里面发出去的请求,回来的响应包自动放行,不用再配入站规则。像保安记住 “你刚出门了,回来自动放行”
- 无状态(网络 ACL):出去的规则、进来的规则都必须配置。
默认规则(华为云)
- 安全组:出方向默认放行,入方向默认拒绝(要手动加规则放行指定端口)
- 新建安全组时通常先配好常用端口(SSH 22、RDP 3389、HTTP 80/443)
专线 DC
是什么:
拉一条物理专线,把本地机房和云上 VPC 直接连起来,不经过公共互联网。
专线 vs VPN:
| 对比项 | 专线 DC | VPN(走公网) |
|---|---|---|
| 通道 | 专用物理线路 | 公共互联网 + 加密隧道 |
| 时延 / 带宽 | 低时延、高带宽 | 受公网影响 |
| 稳定性 / 安全 | 稳定、安全 | 一般 |
| 成本 | 贵(按带宽 / 端口收费) | 便宜 |
| 场景 | 核心业务、混合云 | 临时 / 预算有限 |
典型场景:混合云(本地数据中心 + 云上 VPC 协同)、核心系统迁移上云、两地容灾。
总结
VPC = 云上私有网络(默认隔离),CIDR 定网段,子网分层,EIP 对外、NAT 内网上网。
安全组 = 实例级 + 有状态;网络 ACL = 子网级 + 无状态;安全组入方向默认拒绝。
专线 = 专用物理连接,低时延高带宽但贵;VPN = 公网加密隧道,便宜但看公网好坏。
容器与云原生
Docker
是什么:
把应用 + 它需要的环境一起打包成一个 镜像,搬到任何机器上都能跑,环境永远一致
组成:
- 镜像(Image):只读的模板文件,包含应用代码、运行时、依赖库与配置
- 容器(Container):镜像的运行实例,可启动 / 停止 / 删除;多个容器共享宿主机内核
- 仓库(Registry):存储与分发镜像的地方(如 Docker Hub、华为云 SWR)
- 容器技术本质:操作系统级虚拟化,通过命名空间(Namespace)隔离进程 / 网络 / 文件系统,通过 Cgroups 限制资源
- Dockerfile:以文本方式定义如何构建镜像(自动化构建)
Kubernetes(K8s)
是什么:
当容器成千上万的时候,人管理起来麻烦,可配置K8s 全自动管理。它就是容器编排平台
组成:
- Pod:Kubernetes 的最小调度单元,一个 Pod 内可运行一个或多个容器(共享网络和存储)
- Node:工作节点,运行 Pod 的机器
- 控制面(Master):集群的大脑,含 API Server(入口)、Scheduler(调度)、etcd(集群状态存储)
- Deployment:声明期望的副本数,负责滚动更新与回滚
- Service:为 Pod 提供稳定的虚拟 IP 和负载均衡入口(Pod IP 会变,Service 不变)
- 自愈能力:健康检查失败 → 自动重启或重建 Pod
- 弹性伸缩:根据负载自动增减 Pod 副本(HPA)
CCE 华为云容器引擎
自己搭 K8s 集群:要装 master、配 etcd、维护升级,很累。CCE 就是华为云帮你把 K8s 集群装好、管好的服务,你只管部署应用
- CCE(Cloud Container Engine):基于 Kubernetes 的容器托管服务
- 提供集群创建、节点管理、弹性伸缩、日志监控
- 与华为云 VPC、EVS/SFS、ELB、IAM 等原生集成
- 支持混合云 / 多云场景,一键部署容器化应用
云原生
云原生是以容器、微服务、DevOps、持续交付和声明式基础设施为核心的应用理念 —— 应用从设计之初就 “为云而生”。容器化是云原生的基础之一。
总结
- 镜像 = 只读模板,容器 = 运行实例;容器共享宿主机内核,所以比虚拟机轻量。
- Pod 是最小调度单元;K8s 负责容器的编排、调度、自愈与伸缩;Deployment 管副本,Service 管访问入口。
- CCE = 华为云托管的 Kubernetes 服务;K8s 是技术,CCE 是 “开箱即用” 的云产品。
数据库服务
RDS 关系型数据库服务
RDS 就是把 MySQL / PostgreSQL / SQL Server / MariaDB 装好、管好给你用,托管式关系型数据库服务。
支持引擎:MySQL、PostgreSQL、SQL Server、MariaDB
托管能力(考点):
主备高可用:一主一备,主库故障自动切换到备库,业务无感知
自动备份:按策略定时备份,可一键恢复到任意备份点
只读实例:主库只管写,再挂几台 “只读副本” 专门应付读,分担主实例读压力,实现读写分离
同步延迟:复制是异步的,只读实例数据可能比主实例滞后几秒 → 对实时性要求极高的数据(如刚下的订单立刻要读到)不适合走只读
监控告警、参数调优、存储扩容
部署形态:单机(便宜)/ 主备(高可用,推荐生产)
GaussDB 高斯数据库
华为自研的 “国产数据库”
GaussDB:华为自研的关系型数据库产品系列
常见形态:
- **GaussDB(for MySQL)**:兼容 MySQL 协议 / 语法,性能与扩展性更强
- **GaussDB(for openGauss)**:基于 openGauss 开源内核,强一致、金融级
- GaussDB (for Redis)、GaussDB (for Mongo) 等:对应 NoSQL 场景
特点:高可用、强一致性、分布式扩展、金融级安全
场景(考点):国产化 / 信创替代、金融核心系统、政企大数据库
RDS vs 自己在 ECS 上装数据库
| 对比项 | RDS 托管 | ECS 自建(如自己装 MySQL) |
|---|---|---|
| 部署 | 一键开通,开箱即用 | 自己装、自己配 |
| 高可用 | 自动主备切换 | 自己搭主从、自己切换 |
| 备份 | 自动备份 | 自己写脚本 |
| 运维 | 云厂商负责 | 自己 |
| 灵活性 | 较低(受平台限制) | 高(完全可控) |
| 成本 | 含服务费 | 便宜(但人力成本高) |
NoSQL
非关系型数据库:DDS(文档数据库服务,兼容 MongoDB)、GaussDB (for Redis) 等
特点:灵活 schema、海量存储,适合 JSON 文档、缓存、时序等场景
考点:题目给场景 ——“存结构不固定的 JSON 文档” → 文档数据库(MongoDB/DDS)
DDM 分布式数据库中间件
- 大白话:数据库 “拆表分片” 的管家 —— 把一张大表拆到多个数据库上,对外还是一个 “数据库”
- 专业版:DDM(Distributed Database Middleware),解决数据库水平扩展和海量数据存储问题
- 考点:问 “水平扩展 / 海量存储” → DDM(不是 RDS)
IMS 镜像服务
ECS 要靠镜像装系统。IMS 就是管镜像的服务:自己做的模板(私有镜像)能共享给别人、也能用快照 / 云备份做新镜像。
- IMS(Image Management Service):镜像管理服务,管公共镜像、私有镜像、共享镜像三类(无 “私密镜像”)
- 考点:
- 私有镜像可以共享(给同租户的其他用户 / 其他区域)
- 整机镜像的镜像源:云服务器、云服务器备份、云备份、ISO 镜像
- 可以做磁盘快照(快照→创建私有镜像)
BMS 裸金属服务器
ECS 是 “虚拟出来” 的机器,BMS 是直接给你一台真物理机
- BMS(Bare Metal Server):裸金属服务器,独享物理机资源,无虚拟化开销
- 支持的网络类型(必背):虚拟私有云(VPC)、高速网络、IB 网络(InfiniBand)、自定义 VLAN
适用:高性能计算、数据库、对性能 / 安全要求极高的场景
CBR 云备份服务
CBR 是华为云统一的 “备份保险柜”:把云服务器、云硬盘打包备份,出事了能恢复。
- CBR(Cloud Backup and Recovery):云备份服务,备份对象 = 云服务器、云硬盘
- 备份类型:默认策略下首次全量备份,后续增量备份(只备份变化的部分)—— 不是 “差异备份”
- 存储库类型(必背):备份存储库、复制存储库、归档存储库(无 “标准存储库”)
- 恢复方式:云服务器备份恢复、云硬盘备份恢复、混合云备份恢复(无 “OBS 备份恢复”)
- 跨区域复制条件:备份由 ECS/EVS 产生、包含系统盘、备份状态为 “可用”(不用 “由 OBS 产生”)
- 备份过程中自动创建快照并保留 —— 正确
AI 与机器学习基础
包含关系:深度学习 ⊂ 机器学习 ⊂ 人工智能
机器学习定义:从数据中自动学习模型参数,对新数据做出预测或决策,无需显式编程规则
深度学习:基于多层人工神经网络(Deep Neural Network)的表示学习方法,自动从数据中提取多层特征
三种学习方式
1)监督学习(Supervised Learning)
- 大白话:有标准答案(标签)的教学 —— 老师把 “这是猫” 标好,机器照着学
- 专业版:训练数据带标签(Label),学习输入到输出的映射
- 两大任务(必考):
- 分类(Classification):输出离散类别 → 垃圾邮件判断、猫狗识别
- 回归(Regression):输出连续数值 → 房价预测、气温预测
- 常见算法:逻辑回归、决策树、随机森林、SVM、KNN
2)无监督学习(Unsupervised Learning)
- 大白话:没有标准答案—— 一堆数据丢给你,自己找规律、自己分组
- 专业版:训练数据无标签,发现数据内在结构
- 核心任务:聚类(Clustering)(K-Means 用户分群)、降维(PCA)
- 考点:K-Means 是无监督聚类算法
3)强化学习(Reinforcement Learning)
- 大白话:做对给糖、做错挨罚—— 智能体通过试错学策略
- 专业版:智能体(Agent)与环境交互,依据奖励信号(Reward)调整策略,目标最大化累计奖励
- 场景:AlphaGo、自动驾驶、游戏 AI
- 考点:”AlphaGo 属于强化学习” → 正确
关键概念
| 概念 | 大白话 | 专业版 |
|---|---|---|
| 特征(Feature) | 判断用的线索(猫的耳朵、胡须) | 输入数据中用于预测的属性维度 |
| 标签(Label) | 标准答案(”这张图是猫”) | 监督学习中样本的真实输出 |
| 训练集 / 测试集 | 复习题 / 考试题(不能偷看答案) | 训练模型 vs 评估泛化能力的数据集 |
| 过拟合 Overfitting | 背题背太死,换道题就不会 | 模型在训练集表现好、测试集差,泛化能力弱 |
| 欠拟合 Underfitting | 学太少,啥也没学会 | 模型太简单,训练集都学不好 |
过拟合(最高频的坑,记住)
- 表现:训练集准确率高,测试集 / 新数据准确率低
- 原因:模型太复杂、数据太少、训练太久
- 对策:更多数据、正则化、简化模型、早停
深度学习核心
- 神经网络:一堆 “神经元” 分层连接,每层提取不同层次特征
- CNN(卷积神经网络):图像王者 —— 用卷积核提取局部特征(边缘、纹理→形状→物体)
- RNN / LSTM(循环神经网络):处理序列—— 文本、语音、时间序列(记上下文)
- Transformer:大模型(ChatGPT 这类)的基础架构
- 训练三要素:数据 + 算力 + 算法
提示工程
三个采样参数:
| 参数 | 作用 | 考点 |
|---|---|---|
| 温度 Temperature | 控制输出随机性:越高越随机 / 有创意,越低越确定 / 保守 | 控制 “随机性”,不是训练速度 / 准确性 |
| Top_k | 只从概率最高的 k 个 token 里选:k 越大候选越多 | “k 越大,选择 token 数量越多” ✅;”k 越小越随机” ❌(越小越确定) |
| 存在惩罚 Presence Penalty | 对已出现的 token 施加负向惩罚,减少重复 | 值域 -2.0 ~ 2.0;影响生成概率分布 |
Tokenizer
- Tokenizer(分词器):把输入文字切分成 Token(词元)→ 模型读的 “单词卡片”
- DeTokenizer(逆分词):把 Token 拼回完整文本
- LLM 推理流程(必背顺序):Tokenization → Sampling(采样)→ DeTokenization → Output Formatting(输出格式化)
提示技巧三件套
| 技巧 | 大白话 | 专业定义 |
|---|---|---|
| 零样本 Zero-shot | 直接下指令,不给例子 | 不提供示例直接生成 |
| 少样本 Few-shot | 先给几个例子再提问 | 通过少量示例帮助模型理解任务(= 样本提示 Sample Prompting) |
| 思维链 CoT | 让模型 “一步步想” | 依赖模型自身逐步分解问题并分析,而非直接给答案 |
| RAG 检索增强生成 | 先查资料再回答 | 结合检索信息与模型生成回答;标准流程 =先检索知识库,后生成输出 |
RAG 三大必背结论
- 流程:先检索 → 后生成
- 不修改大模型底层权重与参数
- 缓解大模型幻觉的核心手段:RAG 知识库约束、结构化 Prompt、知识库定期更新
盘古应用开发套件
- 开发模式:轻量化编排、全流程编排、代码开发
- 基础语言模型的局限:没有明确的目标导向(需要提示词 “派活” 才能干活)
预训练、微调与数据工程
- 预训练 Pre-training:在海量无标注通用语料上训练,形成基础语言能力与通用知识
- 训练大模型的三大依赖:参数规模、高性能计算设备、长时间计算
微调的三种打开方式
| 方式 | 说明 |
|---|---|
| 全量微调 Full Fine-tuning | 解冻模型所有层级参数全部更新 |
| SFT 监督微调 | 依托人工标注的 instruction-input-output 样本,以拟合标准答案为目标;可搭配全量或 PEFT |
| PEFT 轻量化微调 | 只调少量参数:LoRA、QLoRA、Adapter Tuning(不含全量微调) |
数据工程四连
数据四大来源(必背):开源数据集、AI 生成数据、企业私有数据、合规网络数据
数据格式:纯文本(.txt)、结构化(.jsonl)、对话专用格式、二进制(.bin)
数据清洗四步(必背):冗余去重、违规过滤、敏感脱敏、格式归一
主流通用数据集:Wikipedia、Common Crawl、BooksCorpus、Stack Exchange
ModelArts 与华为云 AI
ModelArts
- ModelArts:华为云一站式 AI 开发平台(Data → Train → Deploy 全流程)
- 智能精炼 = 一站式完成数据清洗与合成
- 覆盖环节:数据管理 → 训练管理 → 模型管理 → 部署推理
- 支持主流框架:TensorFlow、PyTorch、MindSpore
- 算力:支持 GPU、昇腾(Ascend)加速
- 训练数据一般先放到 OBS,再导入 ModelArts
- Notebook = 云端交互式代码开发调试环境(不是分布式训练环境)
- 训练前三大要素:训练代码、训练框架(镜像)、训练数据
1)自动学习(AutoML)—— 零代码训练(高频考点)
- 大白话:不会写代码也能训模型 —— 把标注好的数据传上去,平台自动选模型、自动调参、自动出结果
- 专业版:基于 AutoML(自动化机器学习)技术,自动完成特征工程、模型选择、超参调优
- 考点:”小白快速建模型用 ModelArts 自动学习” → 正确
2)训练管理
- 训练作业(Training Job):正式跑训练的任务,可指定算法、数据集、资源规格
- 支持分布式训练:多卡 / 多节点并行,加快大模型训练
3)模型部署与推理
- 推理(Inference):模型训练好之后,对新数据做预测的过程
- 在线服务:实时响应(API 调用,适合线上业务)
- 批量服务:一批数据统一跑,出结果(适合离线批量处理)
- 部署位置:云端、边缘(边缘计算)
4)AI Gallery
- 华为云的 AI”超市”:模型、算法、数据集、Notebook 案例,拿来即用
华为 AI 自研三件套
| 名称 | 是什么 | 考点对应 |
|---|---|---|
| 昇腾 Ascend | 华为自研 AI 芯片 | 昇腾 310 = 推理芯片,昇腾 910 = 训练芯片 |
| MindSpore(昇思) | 华为自研 AI 框架 | 对标 PyTorch/TensorFlow,深度学习框架 |
| ModelArts | 华为云一站式 AI 平台 | 全流程开发平台 |
华为云预置 AI 服务
| 服务方向 | 例子 |
|---|---|
| 视觉 | OCR 文字识别、图像识别、人脸识别 |
| 语音 | 语音识别 ASR、语音合成 TTS |
| 语言 | NLP 自然语言处理、对话机器人 |
| 决策 | 内容审核、推荐系统 |
大数据服务
数据 4V 特征(记首字母)
- Volume 海量:数据量大
- Velocity 高速:产生 / 处理快(实时流)
- Variety 多样:结构化 + 非结构化(文本、图片、日志)
- Value 价值:低价值密度,但挖掘出大价值
两种处理模式
- 批处理(离线):积攒一批数据统一算(T+1 报表)
- 流处理(实时):数据边到边算(实时告警、实时风控)
MRS
- 华为云托管式大数据集群服务,基于开源 Hadoop 生态
- 内置组件:HDFS(分布式文件系统)、MapReduce、Spark、Hive、Flink、HBase、Kafka 等
- 能力:快速创建集群、弹性伸缩、与 OBS 打通(存算分离:数据放 OBS,计算用集群)
- 适合:有大数据开发能力,需要 Spark/Hive/Flink 做自定义数据处理
DLI(数据湖探索)
不想建集群、不想管服务器?DLI 是无服务器(Serverless)的:你把数据放好,直接写 SQL 就能查,用多少算多少的钱。
- 核心特点:Serverless(无需预置 / 管理集群)、支持 SQL 分析(兼容 Spark SQL、Flink SQL)
- 支持批处理 + 流处理:既可跑离线 SQL,也可做实时流分析
- 计费:按扫描的数据量计费(用了才付钱)
- 适合:中小团队、不想运维集群、快速 SQL 分析
考点:DLI 关键词 = Serverless + SQL + 按量计费;不用自己建集群。
DWS(数据仓库服务)
普通数据库(RDS)管 “日常交易”(下单、转账),DWS 管 “大规模分析”(这个季度卖了多少、哪个地区增长最快)。它是专门为报表、BI 分析设计的。
- 定位:在线分析处理(OLAP),面向复杂查询、报表、商业智能(BI)
- 内核:基于 PostgreSQL(即 GaussDB (DWS))
- 特点:行列混合存储、列存加速分析、高并发、可扩展
- 对比:RDS = OLTP(事务处理,增删改查);DWS = OLAP(分析处理,复杂查询聚合)
考点(高频):
- DWS 属于 OLAP,RDS 属于 OLTP
- 问 “报表 / BI / 大数据分析” → DWS
- DWS 基于 PostgreSQL 内核
三选一速查
| 场景 | 选谁 | 一句话理由 |
|---|---|---|
| 用 Spark/Hive/Flink 写大数据处理代码 | MRS | 托管 Hadoop 生态集群 |
| 不建集群、写 SQL 按量分析 | DLI | Serverless 数据湖 |
| 企业报表、BI、大规模分析查询 | DWS | OLAP 数据仓库 |
| 日常业务事务(订单、用户表) | RDS | OLTP 关系型数据库 |
| 大数据原始数据存储底座 | OBS | 存算分离底座 |
上云迁移与运维治理
上云迁移
弹性扩缩容、降低成本、免运维、更强算力。
| 工具 | 全称 | 搬什么 | 大白话 |
|---|---|---|---|
| SMS | 主机迁移服务 Server Migration Service | 本地服务器 / 虚拟机 → ECS | 把整台电脑 “复制” 到云上 |
| OMS | 对象存储迁移服务 Object Storage Migration Service | 对象存储数据 → OBS | 把网盘数据拷到云网盘 |
| DRS | 数据复制服务 Data Replication Service | 数据库迁移 / 同步 | 把数据库搬走,可不停机 |
迁移流程(了解):评估 → 规划 → 迁移 → 验证 → 切换 → 运维。
Landing Zone 着陆区
Landing Zone(着陆区):企业上云前的
基础环境规划与最佳实践,统一设计:
- 账号体系:多账号 / 多组织架构(企业组织 Organization)
- 网络规划:VPC、子网、互联互通方案
- 安全基线:IAM 权限、密钥管理 KMS、合规要求
- 日志与审计:统一日志留存、操作审计
目的:让业务迁移安全、合规、可扩展,避免 “上了云再返工”
考点:”Landing Zone 是上云后的业务代码框架” → 错,它是上云前的基础环境规划。
Runbook 运行手册
专业版(答题用)
- Runbook(运行手册):将例行操作、故障处理、变更流程固化为标准步骤文档
- 作用:减少人为失误、提升效率、新人可快速上手、故障时快速响应
- 示例:数据库备份检查 Runbook、ECS 宕机处理 Runbook
考点:”Runbook 用于标准化运维操作和故障处理” → 正确。
运维治理
| 服务 | 管什么 | 大白话 |
|---|---|---|
| CES 云监控 | CPU / 内存 / 磁盘 / 网络指标 + 告警 | 体检仪 + 报警器 |
| LTS 云日志服务 | 日志采集、检索、分析 | 全程录像回放 |
| IAM 身份与访问管理 | 用户 / 权限 / 角色,最小权限原则 | 门禁卡,按需授权 |
| CodeArts(DevOps) | 代码托管、构建、部署、流水线 CI/CD | 自动化流水线工厂 |
补充两个安全运维词(认识即可)
- KMS 密钥管理服务:密钥加密托管
- COC 云运维中心:工单、变更、故障一站式管理
考点:问 “监控告警”→CES;”日志分析”→LTS;”权限管控”→IAM;”CI/CD 流水线”→CodeArts。
安全服务
WAF Web 应用防火墙
- WAF(Web Application Firewall):部署在 Web 应用前面(反代模式),检测并拦截恶意请求
- 防护能力(考点列举):
- SQL 注入:在输入框 / URL 塞 SQL 语句窃取数据库
- XSS 跨站脚本:往页面注入脚本盗取用户信息
- 恶意爬虫、CC 攻击、网页篡改、暴力破解
- 部署位置:可与 CDN、ELB 组合,云 WAF / 独享 WAF
- 对应层级:应用层(OSI 第 7 层)
考点:问 “防 SQL 注入 / XSS 用什么” → WAF;WAF 是应用层防护。
DDoS 高防
- DDoS(Distributed Denial of Service):分布式拒绝服务,利用大量傀儡机并发攻击耗尽目标资源,导致正常用户无法访问
- 华为云 Anti-DDoS:默认基础防护免费(自动流量清洗)
- DDoS 高防(高防 IP):付费扩容,可抗超大流量(几十 Gbps 级),通过流量清洗 / 黑洞机制
- 防护能力:流量型攻击(SYN Flood、UDP Flood、CC 等)
考点:
- DDoS = 流量型攻击(把服务打瘫)
- WAF = 应用型攻击(SQL 注入 / XSS)—— 两者别混
- Anti-DDoS 基础防护免费,高防付费
堡垒机 CBH
- 堡垒机(Cloud Bastion Host,CBH):运维安全审计服务
- 核心能力:
- 统一入口:所有运维操作从堡垒机进入
- 身份认证:支持双因子认证
- 权限控制:按最小权限授权,高危命令阻断
- 操作审计:全程录屏 / 日志留存,可追溯
- 价值:满足等保合规、防止越权与误操作、事后审计追溯
考点:问 “运维登录唯一入口 + 审计录像” → 堡垒机;”高危命令阻断” 也是堡垒机能力。
其他安全服务
| 服务 | 防什么 | 层级 |
|---|---|---|
| HSS 主机安全 | 勒索病毒、漏洞、入侵 | 主机层 |
| KMS 密钥管理 | 数据加密 | 数据层 |
| DBSS 数据库安全审计 | 数据库行为审计 | 数据层 |
| CFW 云防火墙 | 南北 / 东西向统一防护 | 网络层 |
| IAM | 身份权限(最小权限) | 身份层 |
模型史与架构
| 模型 | 年份 / 团队 | 核心贡献 | 必背考点 |
|---|---|---|---|
| LeNet-5 | 1998 · Yann LeCun | 首个成功应用于数字识别的 CNN | 卷积神经网络鼻祖 |
| AlexNet | 2012・Geoffrey Hinton 团队 | GPU 加速训练、ImageNet 分类准确率显著提高、数据增强、验证深度网络潜力 | 深度学习 “引爆点” |
| Word2Vec | 生成词向量;在百万级词典 / 上亿数据上高效训练;低计算成本下显著提升精度;能度量词间相似性 | 不是 “训练成本极高” | |
| ResNet | 2015 | 残差连接,解决深度网络退化问题(网络越深反而不如浅层) | 注意:退化 ≠ 梯度消失(ResNet 也缓解梯度问题,但题目问 “主要解决” 选退化) |
| BERT | 双向 Transformer,刷新多项 NLP 记录 | 双向 | |
| GPT-1 | OpenAI | 首次验证 “预训练 + 微调” 范式 | 第 9 套第 6 题答案 = GPT-1 |
| GPT-3 | OpenAI | 应用:Copilot 代码生成、Jasper 文案创作 | 不含 “自动驾驶控制 / 视频生成” |
| DeepSeek R1 | 2025 | 推理模型:AIME2024、Codeforces、MATH500 胜过 OpenAI o1 | 推理 + 开源 + 数学 / 代码强 |
Transformer
- 《Attention Is All You Need》由 Google 团队提出,首次引入自注意力机制替代传统 RNN
- 核心创新四件套:多头注意力机制、位置编码、前馈网络层、残差连接
自注意力优势:支持并行计算 + 捕捉长程依赖
对后续影响:奠定 BERT 基础、GPT 系列相继采用、推动 Transformer-XL 发展
易混点大汇总
| 对比组 | 分辨口诀 |
|---|---|
| ECS vs 容器 vs VM | ECS = 云上虚拟机(IaaS);容器共享内核更轻量 |
| EVS / SFS / OBS | 硬盘 / 共享文件夹 / 网盘 |
| 镜像 vs 快照 | 镜像 = 模板,快照 = 时间点备份 |
| ELB 四层 vs 七层 | 四层转包裹,七层拆包裹 |
| 调度算法 | 轮询 = 轮流,最少连接 = 谁闲给谁,IP Hash = 固定找同一个人 |
| 安全组 vs 网络 ACL | 有状态(回包自动放行)/ 无状态(各配各) |
| 专线 vs VPN | 专用公路(稳贵)/ 公网加密(便宜) |
| RDS vs DWS | OLTP 事务 / OLAP 分析 |
| MRS / DLI / DWS | Hadoop 集群 / Serverless SQL / 数仓 |
| SMS / OMS / DRS | 服务器 / 对象数据 / 数据库 |
| WAF vs DDoS | 拦聪明攻击(注入)/ 扛粗暴攻击(流量) |
| 昇腾 / MindSpore / ModelArts | 芯片 / 框架 / 平台 |
| Runbook / Landing Zone | 操作手册 / 上云前环境规划 |




