考研数据库

据不完全统计，2019年，我国硕士研究生报名人数290万。2019年研究生招生共计91.7万人。博士大约在7.5人至8万人左右，硕士最终招生约83万左右。硕士研究生录取率约为2.86:1。考研是一条令人谈之而色变的艰辛道路。大约有207万人未能如愿以偿。剩下的那83万人里，保研多少人？考研多少人？考研党中，真正收到第一志愿高校、第一志愿专业的录取通知书的，恐怕又是少之又少。考研，是一次选择，也是人生的一场磨练，这是一条孤独的路，也是一条努力过就不后悔的路。考研路上，没有失败者，你们都是各自的英雄！本文共计整理高校239所，2019届本科生总数95.9万人。其中可整理考研率的高校222所，本科生总数91.3万人，保研9.8万人，考研14.7万人。2019届考研率排行榜注：本文的考研率，指通过考研升学的比例。考研率=国内升学率 - 保研率，高校详情见200所高校详情：留学、考研、就业、薪酬2019届考研率总体超过2018届。国科大、南方医科大学、天医大、北京矿大、曲阜师范位居前五。清华、北大、复旦大学竟然排名倒数。985高校中，北航、成电、西工大、北理工考研率超过1/4。山东高校、医学、工科类高校毕业生考研意愿较强。考研率超过20%的高校，共计53所。详细名单如下：

计算机考研复试面试常问问题 数据库篇在复习过程中，我用心查阅并整理了在考研复试面试中可能问到的大部分问题，并分点整理了答案，可以直接理解背诵并加上自己的语言润色!极力推荐打印下来看，效率更高！绝对良心之作！此系列一共有8篇：编程语言篇|数据结构篇|操作系统篇|组成原理篇|计算机网络篇|数据库篇|软件工程篇|计算机专业英语篇(还未全部完成,敬请期待,你们的支持和关注是我最大的动力!)需要pdf直接打印版，可在gongzonghao"程序员宝藏"回复复试上岸获取(会持续更新)相对于408初试，复试需要的少多了，加油，大家都可以上岸！！！让我们一起努力！！！1.事务概念：事务指的是满足 ACID 特性的一组操作，可以通过 Commit 提交一个事务，也可以使用 Rollback 进行回滚。ACID特性：（1）原子性 (Atomicity)：事务被视为不可分割的最小单元，事务的所有操作要么全部提交成功，要么全部失败回滚。回滚可以用回滚日志来实现，回滚日志记录着事务所执行的修改操作，在回滚时反向执行这些修改操作即可。（2）一致性 (Consistency)：数据库在事务执行前后都保持一致性状态。在一致性状态下，所有事务对一个数据的读取结果都是相同的。（3）隔离性 (Isolation)：一个事务所做的修改在最终提交以前，对其它事务是不可见的。（4）持久性 (Durability)：一旦事务提交，则其所做的修改将会永远保存到数据库中。即使系统发生崩溃，事务执行的结果也不能丢失。使用重做日志来保证持久性。事务的 ACID 特性概念简单，但不是很好理解，主要是因为这几个特性不是一种平级关系：只有满足一致性，事务的执行结果才是正确的。在无并发的情况下，事务串行执行，隔离性一定能够满足。此时只要能满足原子性，就一定能满足一致性。在并发的情况下，多个事务并行执行，事务不仅要满足原子性，还需要满足隔离性，才能满足一致性。事务满足持久性是为了能应对数据库崩溃的情况。2.并发一致性问题丢失数据丢失数据： 和 两个事务都对一个数据进行修改， 先修改， 随后修改， 的修改覆盖了 的修改。简记为 同时修改。读脏数据读脏数据： 对一个数据做了修改， 读取这一个数据。若 执行 ROLLBACK 操作，则 读取的结果和第一次的结果不一样。简记为 读取失败的修改。最简单的场景是修改完成后，紧接着查询检验结果。不可重复读不可重复读： 读取一个数据， 对该数据做了修改。如果 再次读取这个数据，此时读取的结果和第一次读取的结果不同。简记为 读时修改，重复读取的结果不一样。幻影读幻影读： 读取某个范围的数据， 在这个范围内插入新的数据， 再次读取这个范围的数据，此时读取的结果和和第一次读取的结果不同。简记为 读时插入，重复读取的结果不一样。解决方案在并发环境下，事务的隔离性很难保证，因此会出现很多并发一致性问题。产生并发不一致性问题的主要原因是破坏了事务的隔离性。解决方法是通过 并发控制 来保证隔离性。并发控制可以通过 封锁 来实现，但是封锁操作需要用户自己控制，相当复杂。数据库管理系统提供了事务的 隔离级别，让用户以一种更轻松的方式处理并发一致性问题。3.封锁封锁粒度MySQL 中提供了两种封锁粒度：行级锁 以及 表级锁。应尽量只锁定需要修改的那部分数据，而不是所有的资源。锁定的数据量越少，发生锁争用的可能就越小，系统的并发程度就越高。但是加锁需要消耗资源，锁的各种操作 (包括获取锁、释放锁、以及检查锁状态) 都会增加系统开销。因此封锁粒度越小，系统开销就越大。为此，我们在选择封锁粒度时，需在 锁开销 和 并发程度 之间做一个 权衡。封锁类型（1）读写锁排它锁 (Exclusive)，简写为 X 锁，又称 写锁。共享锁 (Shared)，简写为 S 锁，又称 读锁。有以下两个规定：一个事务对数据对象 A 加了 X 锁，就可以对 A 进行读取和更新。加锁期间其它事务不能对 A 加任何锁。一个事务对数据对象 A 加了 S 锁，可以对 A 进行读取操作，但是不能进行更新操作。加锁期间其它事务能对 A 加 S 锁，但是不能加 X 锁。（2）意向锁使用意向锁 (Intention Locks)，可以更容易地支持多粒度封锁，使得行锁和表锁能够共存。在存在行级锁和表级锁的情况下，事务 T 想要对表 A 加 X 锁，就需要先检测是否有其它事务对表 A 或者表 A 中的任意一行加了锁，那么就需要对表 A 的每一行都检测一次，这是非常耗时的。意向锁在原来的 X/S 锁之上引入了 IX / IS，IX / IS 都是 表级别的锁，用来表示一个事务稍后会对表中的某个数据行上加 X 锁或 S 锁。整理可得以下两个规定：一个事务在获得某个数据行对象的 S 锁之前，必须先获得表的 IS 锁或者更强的锁；一个事务在获得某个数据行对象的 X 锁之前，必须先获得表的 IX 锁。封锁协议三级封锁协议一级封锁协议：事务 T 要修改数据 A 时必须加 X 锁，直到 T 结束才释放锁。防止同时修改,可解决 丢失修改 问题，因不能同时有两个事务对同一个数据进行修改，那么事务的修改就不会被覆盖。二级封锁协议：在一级的基础上，要求读取数据 A 时必须加 S 锁，读取完马上释放 S 锁。防止修改时读取,可解决 丢失修改 和 读脏数据 问题，因为一个事务在对数据 A 进行修改，根据 1 级封锁协议，会加 X 锁，那么就不能再加 S 锁了，也就是不会读入数据。三级封锁协议：在二级的基础上，要求读取数据 A 时必须加 S 锁，直到事务结束了才能释放 S 锁。防止读取时修改,可解决 丢失修改 和 读脏数据 问题，还进一步防止了 不可重复读 的问题，因为读 A 时，其它事务不能对 A 加 X 锁，从而避免了在读的期间数据发生改变。两段锁协议两段锁协议是指每个事务的执行可以分为两个阶段：生长阶段 (加锁阶段) 和衰退阶段 (解锁阶段)。两段封锁法可以这样来实现：事务开始后就处于加锁阶段，一直到执行 ROLLBACK 和 COMMIT 之前都是加锁阶段。ROLLBACK 和 COMMIT 使事务进入解锁阶段，即在 ROLLBACK 和 COMMIT 模块中 DBMS 释放所有封锁

考研之路充满孤独、艰辛……考研不但是次再充电的过程，也是一次人生磨练。如果说保研率、出国留学率代表了学校的实力，那么，考研成功率代表的就是一所大学的校风，学生破釜沉舟的勇气。考研率 = 国内升学率 — 保研率实际考研率：高于表格中的理论值，因为最终有同学会放弃保研。本表几乎准确反应了2017届的考研率，18、19届可参照。国内升学率：来源于2017届各校就业报告（详见附录），2018届毕业生就业报告各校正在慢慢公布，陆续整理中…敬请期待……保研率：来源于各校2019届推免公示。近三年来，保研率几乎变化不大；国内升学率变化也不是太大，大部分小幅略增，小部分略降。考研率超过20%的高校共20所。前三名为矿大北京、哈工程、成电。北邮、西工大、南理工、西电紧随其后。这些高校也是国内升学排名前列的大学。考研率超过10%的大学共74所。北京大学、北师大、上外、复旦排名最后。进了这些学校不用考研，保研、出国留学是主要深造途径。上财、上海交大、同济等校考研率也较低。备注：①清华、人大、北航、北理等校推免数据公示不全，无法整理，未列入本表。②师范大学分母应去除免师，实际考研率应高于表中数据大约10%。③医科类大学，应去除本硕博连读的长学制学生，大约10%。如：南京医科大学2015年本科招生1922人，实际报到1888人。其中5+3八年制150人，占比8%。考研率=国内升学率-保研率-八年制=13.7%。南方医科大学：八年制约200人，占比6.9%，考研率=国内升学率-保研率-八年制=23.5%。附录：中国高校2019届保研率：北大、科大、北师、上交、复旦、南大前六

新年刚刚过去，对于2021考研er来说，是心惊胆跳的一年，内心一定是喜忧参半。相信大家过年时候一定经历的七大姑八大姨关于考研的亲切问候也有些同学等不及了，直接去研招网上查询成绩相关动态，发现...研招网考研成绩查询界面突然变动！（如下图所示）网页链接：https://yz.chsi.com.cn/关于考研成绩查询，每年到临近成绩出来的时候各种信息总是会不胫而走，而且越传越广。很多学校也注意到这个问题，每个学校为了避免查成绩时候遇到棘手的问题，都会提前将考生的成绩上传到网站的数据库里，进而进行系统的测试。有些同学会在这个时候刚好登录到网站上，在系统测试期间查到了自己的分数，等到测试系统关闭，也就无法再次进行查询。这样的系统“BUG”，每年都会出现。比如9点 12点 13点 18点 20点 22点 24点，查分系统会短暂的开放一段时间，前几年浙江大学、四川大学等出现过提前查分的现象。四川农业大学系统"BUG"成绩查询 微博热搜然而，不少微博网友反馈“查不了”虽然，今年四川农业大学部分同学已经查到分数，但是没过多久就有同学称，查分系统已经关闭。不过，各位考研的小伙伴儿们放心，大部分同学还是不知道自己的分数哒，目前最重要的就是保存好自己查分的三项法宝：考研准考证、考研成绩查询网站、保持一颗平和的心。2021年各省市考研初试成绩公布时间每个省份查询时间不一样，大家可以关注我们有相关查询成绩的相关信息会第一时间公布。

江湖传闻中“考研神校”2019届本科考研数据。神校2019届毕业生就业质量报告尚未发布，数据来自各校2018-2019年本科教学质量报告。备注1：考研率，成功考研升学比例。备注2：济南大学保研公示不全，无法整理，保研率暂按2%计算。学校为省部共建高校，可能不止2%。表中，山东高校的确牛气，考研率均比较高。尤其是曲阜师范大学名副其实，位居神校之首。河南财经政法大学、信阳师范学院盛名之下，考研率不算很高。

曲阜师范大学，位于孔子的家乡——山东曲阜。学校可追溯到1955 年创建于济南的山东师范专科学校。1981年，成为山东省重点建设的六所高校之一。曲阜师大虽然不是双一流名校，但是它的名气却很大。江湖传闻，学校每年的考研人数与考研率都很高！日前，曲阜师范大学发布2018届毕业生就业质量报告。经测算：考研通过率25.74%。虽然没有传闻那么高，但超过大部分师范院校。总体深造率不算高，但考研率可以排名全国普通高校前十。考研升学人数超过2000人。成功考研深造人数排名全国高校前三。1、概况 2018 届毕业生共 9401 人。①研究生 1343 人；②本科生 8058 人。包括：师范生2508 人，其中山东生源89.11%。非师范生5550 人，山东生源占总数86.74%。③总体就业率94.16%。 研究生就业率 90.10%；师范生就业率95.85%；非师范生就业率94.38%。2、本科深造情况①境外留学率：0.71%。共57人，师范生19人，非师范生38人。②国内升学率：28.34%。共2284人，师范生866人，非师范生1418人。③总体深造率：29.05%。④保研情况：根据曲阜师范大学《2018年推荐优秀应届本科毕业生免试攻读硕士研究生名单公示》：2018届保研名额：210人。保研本校102人，保研外校108人。保研率：2.61%。考研升学人数：2074人。考研率：25.74%。

要想读研，除了传统的考研外，还有保研这条路可走。保研，即推荐优秀应届本科毕业生免试攻读硕士学位研究生，前提是本科母校具有推免生资格。全国2600多所普通高校，具有保研资格的本科高校共366所，这些大学基本上是原211大学或者各省排名前列的省属重点大学。这是部分双一流大学2018保研率数据。为什么有的大学，如中科大、上海交大保研率30%以上，上海大学、辽宁大学却不足10%？教育部《全国普通高等学校推荐优秀应届本科毕业生免试攻读硕士学位研究生工作管理办法（试行）》规定，按照以下原则确定各大学的推免生名额：（一）教育部批准设立研究生院的高等学校一般按应届本科毕业生数的15％左右确定。（二）未设立研究生院的“211工程”建设高等学校一般按应届本科毕业生数的5％左右确定。（三）其他高等学校一般按应届本科毕业生数的2％确定，其中初次开展推荐工作的高等学校，前3年每年一般按应届本科毕业生数的1％确定。从教育部文件规定可以看出，一所大学是否获批设立“研究生院”是该大学保研率高低的关键！设有研究生院的高校，保研率15%左右，对未设立研究生院的“211工程”高校，保研率5%左右，非211高校则更少，只有2%。被批准有研究生院的高校名单及批准时间一、1978年，经国务院批准中国科学技术大学在北京率先创建了全国第一个研究生院。即中国科技大学研究生院（北京）。2000年9月，经国务院学位委员会和教育部批准正式更名为今天的中国科学院研究生院，即中国第一个研究生院。这就是中国科学院大学的前身。1、中国科技大学研究生院（中国科学院研究生院）二、1984年8月，经国务院批准，全国22所高校首批设立研究生院：2、北京大学研究生院（合并8、北京医科大学研究生院）3、中国人民大学研究生院4、清华大学研究生院5、北京理工大学研究生院6、北京航空航天大学研究生院7、中国农业大学研究生院9、北京师范大学研究生院10、北京科技大学研究生院11、天津大学研究生院12、南开大学研究生院13、哈尔滨工业大学研究生院14、吉林大学研究生院15、复旦大学研究生院（合并17、上海医科大学研究生院）16、上海交通大学研究生院18、南京大学研究生院19、浙江大学研究生院20、武汉大学研究生院21、华中理工大学研究生院——华中科技大学研究生院22、国防科学技术大学研究生院23、西安交通大学研究生院以上为首批正式设立研究生院的高校23-2=21所三、1986年4月，经国务院批准全国第二批试办研究生院的10所高校：22、中山大学研究生院23、东南大学研究生院24、同济大学研究生院25、东北大学研究生院26、大连理工大学研究生院27、厦门大学研究生院28、华东师范大学研究生院29、中国地质大学研究生院（分中国地质大学[武汉]和中国地质大学[北京]）30、中国协和医科大学研究生院——北京协和医学院研究生院31、西北工业大学研究生院四、1986年4月，教育部批准全国第三批试办研究生院的22所高校：32、北方交通大学研究生院33、北京邮电大学研究生院34、北京林业大学研究生院35、东北师范大学研究生院36、华东理工大学研究生院37、中国矿业大学研究生院（分中国矿业大学和中国矿业大学[北京]）38、南京农业大学研究生院39、南京航空航天大学研究生院40、南京理工大学研究生院41、山东大学研究生院42、中国石油大学研究生院（分中国石油大学[华东]和中国石油大学[北京]）43、湖南大学研究生院44、中南大学研究生院45、华南理工大学研究生院46、四川大学研究生院47、重庆大学研究生院48、西南交通大学研究生院49、电子科技大学研究生院50、西安电子科技大学研究生院51、兰州大学研究生院52、第二军医大学研究生院53、第四军医大学研究生院五、2002年5月27日，教育部批准2所高校试办研究生院54、哈尔滨工程大学研究生院55、河海大学研究生院六、2003年8月，教育部批准1所高校试办研究生院56、西北农林科技大学研究生院注:1、1999年11月26日成立的中国研究生院院长联席会成员单位有34个，含中国科学院研究生院。2、原33所高等学校正式研究生院合并为31所。3、因为中国地质大学、中国矿业大学和中国石油大学实际上早已形成（教育部批准）两地分别独立办学的格局，所以，到目前为止，教育部批准建立研究生院的高校为56所+3所=59所。经教育部批准正式建立研究生院的高校名单提醒：设立“研究生院”是要经教育部批准的，目前只有上面59所。其他未经教育部批准的，应该叫“研究生部”。个别大学将自己的“研究生部”改名为“研究生学院”。这些研究生学院，虽然是合法的，但保研率极低。“研究生院”和“研究生学院”，天壤之别~

2021年塔里木大学信息工程学院《数据库原理》考研全套试看部分内容名校考研真题说明：我们从指定王珊《数据库系统概论》（第5版）为考研参考书目的名校历年考研真题以及相关教辅习题中挑选具有代表性的真题，并对其进行了详细的解答。通过这一部分的练习，可以帮助学员巩固基础知识、夯实专业基础，从而做到全方位备考。一、选择题1按照数据库应用系统生命周期模型，在开发某数据库应用系统时，对系统采用的软硬件及技术方案等作出合理的评估并提出选择建议的工作属于（）。A．规划与分析阶段的系统规划与定义B．规划与分析阶段的可行性分析C．需求分析阶段的业务规则需求分析D．系统设计阶段的总体设计【答案】B查看答案【解析】技术可行性分析是指对系统采用的软硬件及技术方案等作出合理的评估并提出选择建议，是根据用户提出的系统功能、性能及实现系统的各项约束条件来进行分析的，属于规划与分析阶段。2关于数据库应用系统的需求分析工作，下列说法正确的是（）。A．通过需求分析过程，需要确定出整个应用系统的目标、任务和系统的范围说明B．在需求分析阶段，系统需求分析员要与用户充分沟通，并做出各类用户视图C．数据需求分析的主要工作是要辨识出数据处理中的数据处理流程D．数据操作响应时间、系统吞吐量、最大并发用户数都是性能需求分析的重要指标【答案】D查看答案【解析】数据库应用系统的需求分析工作主要包括：①数据及数据处理需求分析；②业务需求分析；③性能、存储、安全、备份、恢复等方面的需求。其中，性能需求分析指标主要包括：①数据操作响应时间；②系统吞吐量；③最大并发用户数。3下列用于数据库概念设计的方法是（）。A．DFD方法和IDEFIX方法B．E-R方法和IDEF0方法C．E-R方法和IDEFIX方法D．DFD方法和IDEF0方法【答案】C查看答案【解析】概念设计指将需求分析得到的用户需求抽象为信息结构的过程。常见的用户数据库概念设计方法包括E-R方法和IDEFIX方法等。4关于数据库概念设计阶段的工作目标，下列说法错误的是（）。A．定义和描述应用系统设计的信息结构和范围B．定义和描述应用系统中数据的属性特征和数据之间的联系C．描述应用系统的数据需求D．描述需要存储的记录及其数量【解析】数据库概念设计阶段的工作内容为：①定义和描述应用领域涉及的数据范围，获取应用领域或问题域的信息模型；②准确描述数据的属性特征、数据之间的关系、数据约束、数据的安全性要求以及支持用户的各种处理需求；③保证信息模型正确便捷的转换成数据库的逻辑结构（数据库模式），便于用户理解。但不需要描述需要存储的记录及其数量。5下列不属于非平凡函数依赖的是（）。A．（CustomerID，ProviderID，BuyDate）→GoodsNameB．（CustomerID，ProviderID，BuyDate）→GoodsName，ProviderIDC．（CustomerID，ProviderID，BuyDate）→GoodsClassIDD．（CustomerID，ProviderID，BuyDate）→ProviderID【解析】若X→Y，但Y∈X，则称X→Y是平凡函数依赖，否则称为非平凡函数依赖。D项为平凡函数依赖，所以不属于非平凡函数依赖。6有某数据库系统在运行过程中发生了系统故障，发生故障时正在运行事务t1和t2。进行故障恢复时，在日志文件中发现有t1事务的开始记录而没有结束记录，有t2的开始记录和结束记录，但t2对数据库的修改还没有写到数据库中，从检查点开始正向扫描日志文件（）。A．扫描到t1时，直接重做t1，扫描到t2时，将t2直接撤销B．扫描到t1时，将t1加入重做队列，扫描到t2时，将t2加入撤销队列C．扫描到t1时，直接撤销t1，扫描到t2时，将t2直接重做D．扫描到t1时，将t1加入撤销队列，扫描到t2时，将t2加入重做队列【解析】事务的原子性定义为：一个事务对数据库的所有操作是一个不可分割的工作单元，要么全部执行，要么全部不执行。本题中由于t1事务没有结束记录，可能对数据库做了部分修改，所以应该加入回滚队列。而t2有开始和结束记录却将数据存储在缓冲区中，没有写入数据库，所以应该加入重做队列。7在大型企业的数据库应用系统设计中，对企业（甲方）和项目承担方（乙方）的人员角色，下列说法一般来说不合理的是（）。A．甲方首席信息官和乙方项目经理要参与概念模型设计工作B．甲方首席信息官要实际参与逻辑模型和物理模型设计与实施工作C．逻辑模型设计完成以后，主要由乙方数据库工程师负责物理模型的设计与实现工作D．甲方总经理、首席信息官、乙方项目经理和双方系统架构师一般都要参与系统规划与总体架构设计工作【解析】在合作过程中甲方首席信息官主要参与项目规划、需求分析以及概念模型设计阶段工作，而乙方（项目承担方）数据工程师主要负责数据库逻辑模型和物理模型的设计与实现。8某企业需要在一个SQL Server 2000实例上为多个部门构建不同的数据库，有一个通用的数据类型需要在这些不同的数据库中，则较好的实现方法是（）。A．在创建所有的用户数据库之前，将此数据类型定义在master数据库中B．在创建所有的用户数据库之前，将此数据类型定义在model数据库中C．在创建所有的用户数据库之前，将此数据类型定义在msdb数据库中D．在创建所有的用户数据库之前，在每个数据库中分别定义此数据类型【解析】因为model数据库作为样板数据库，始终存在于SQL Server系统中，而且其中包含了所有用户数据库的公共信息，所以在创建所有的用户数据库之前将数据类型定义在model数据库中是较好的实现方法。本文由才聪学习网原创，欢迎关注，带你一起长知识！

又到了一年一度的考研出分时间啦，近期有不少朋友让笔者帮他们分析如何提前做好调剂。复试与调剂总是密不可分。今天，给大家分享一些调剂的重要知识点，希望你在调剂的时候，能明白调剂的趋势与规则。也许，大家对于调剂的印象，就是只要等待招生单位的复试通知就可以了，其实这是错误的，这里会经历很多流程，如筛选排除，但最终决定权还是在导师的手里，每年都会有五分之一的考生达到了分数线，却倒在了调剂上。那么具体原因有哪些呢？一起往下看！作者 | 小康康责编 | 胡巍巍考研调剂中的机遇与风险一、在获取调剂信息的时候，出现重要的延误，没有及时获取一手信息，导致很多人提前联系导师，博得好印象。二、成绩达标，获取的调剂信息太少，没有去到自己心仪的高校，而被迫进行无奈的选择。三、调剂信息量太大，大家都知道1-4月是调剂信息的爆发期，每天盯着大量的内容，难免会有所遗漏，没有做好信息的快速筛选，导致匆忙应对调剂、而忽略了自身的匹配性。以上这三种被刷的概率是最大的，所以，一定要评估好自己的综合能力，调剂也是一门技术活，认清自己，选择合适才是王道。下面再列举一些调剂的技巧。要想成功调剂，首先要把握调剂的第一手信息，能及时地获取到哪所高校的专业招生人数不足，而且符合你的条件，是很有必要的。同时，调剂也是有要求的，如下，一、具备国家规定的复试资格；二、入学考试统考科目中的俩科要与调剂专业的考试科目完全相同，两科的专业考试科目要相同或相近（专业不对口，调剂成功的机率为零）；三、优先考虑本专业内部的调剂，再考虑跨专业调剂，最后是跨校调剂；四、咨询高校研招办确认招生人数是否已满，满的不要考虑了（获取第一手招生空缺信息很重要）；五、不要等待复试结果，各校的复试时间有差异，容易错失调剂的机会；调剂数据爬虫Selenium开发实战网上有很多网站都在公布调剂信息，其中大多数实验室的一手调剂信息都是公布在论坛的，再有很多网站小编转手Copy自己的网站里，那么今天就要说一说怎么去获取调剂数据并进行分析。本文只获取数据并进行数据分析，以帮助大家更好的了解调剂形势。选取中国考研网站上公布调剂查询页面，其页面效果大致如图所示： 先对页面结构进行分析，可以看出是【信息流】+【粗->细】+【翻页】的结构。针对这种结构，采用Python+Selenium进行爬虫开发。Selenium是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE（7, 8, 9, 10, 11）、Mozilla 、Firefox、Safari、Google Chrome、Opera等。这个工具的主要功能包括：测试与浏览器的兼容性——测试你的应用程序看是否能够很好地工作在不同浏览器和操作系统之上。测试系统功能——创建回归测试检验软件功能和用户需求。支持自动录制动作和自动生成 .Net、Java、Perl等不同语言的测试脚本。大学名称、专业名称以及调剂标题名称，均在列表中。那么：第一步：获取【信息流所在的HTML元素】通过对HTML进行解析，可以发现所有的信息流的都是DIV标签包裹的，其共同特征都是class=”info-item font14” 。由此想到Selenium中的一个接口find_elements_by_xpath，那么Xpath是什么呢？XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。取节点 XPath使用路径表达式在XML文档中选取节点。节点是通过沿着路径或Step来选取的。 下面列出了最有用的路径表达式：在下面的表格中，已列出了一些路径表达式以及表达式的结果：通过xpath，可以根据标签中的子属性以及层级结构进行自定义的精细筛选。那么，针对这里的信息流Xpath，应该怎么去写代码呢？可以看到信息是属于DIV的，Class均为info-item font14，于是可以得出： 到这里，就得到了调剂的所有信息流板块，接下来要做的是针对每一个信息流板块单独解析，拿出其中的标签与超链接。 可以看到信息流的子项如下图所示，这个时候，可以根据class=”school” 抓取大学名称，根据class=”name”抓取专业名称 ，根据class=”title”抓取超链接和标题，根据class=”time”抓取发布日期。代码如下所示：之后，点开一个详情页，查看调剂的内容： 可以看到页面的排版如上，所需要的调剂内容就是图中红框标识出来的，这里对页面进行HTML解析，发现红框的HTML标签为DIV，class=”student-body font14” 。同理，还用上神奇的Xpath来进行抓取。并用innerHTML属性获取网页格式字符串。就这样，就完成了调剂基本数据的抓取，把数据存到一个数据表里，进行分析。SQL编程与数据分析因为数据存在的MySQL数据库中，为了方便和更直观的展示出数据分析的思路和过程，这里采用的SQL语句进行数据查询与提取。1.学校层次分析首先分析，历年调剂高校的层次【985 211 双非】。SQL代码为：结果为： 之后，为了方便统计高校的层次分布，在外部再套上一层GROUP BY语句进行分类： 结果如下图所示，可以看出大量调剂学校来自于双非高校，但是考虑到211大学的总量为112所，985大学总量为39所，可以看出，接近62%的211高校都发布了调剂信息，所有的985高校都发布过调剂信息。可以得出，调剂中还是有很大很大机会可以进入211，985高校的，每个高校都会发布招生机会，但是能不能把握住！就要看自己了！ 这可能就是，机会就在眼前，能不能把握就看自己了。用Matplotlib画出来的饼状图如下图所示： 2.学校类型分析接下来，看看各大高校的学校类别，都是什么类型的学校，这个简单，一个SQL解决。 哇，可以看到语言、政法、体育类的高校，调剂信息很少，都是个位数。而主要是理工、综合类型的高校调剂机会比较多，小同学们，这下在搜集高校调剂信息的时候，就可以更有侧重点了。通过Matplotlib绘制出这个饼状图片： 3.学校地域分析同理，对调剂学校所在的省市进行数据分析，得出如下柱状图： 可以看到调剂机会遍布全国，只要你认真把握，一定可以去的了自己理想的城市，寻找理想的TA！4.专业/技能/领域分析通过对专业进行分类筛选，绘制出专业云图，通过Jieba分词，与自建词典集合相似词语聚类算法，发现调剂中总共涉及的【技能/专业/领域】词汇达到6006种，真可谓是门类广阔啊，也是每个小众学科的福音。其中几大热门专业和研究方向如下所示：经管仍是调剂中最吃香的专业，其次就是理工科了。本人就是生物医学工程专业出生的，在这里看到了自己的专业，还挺欣慰。 总结经过从Selenium爬虫开发，到数据库Select查询，再到Matplotlib图表绘制，仅仅通过三大步骤，就可以发现考研调剂是一个机遇与风险并存的大事件，在这里全国所有985和超半数的211，几乎全部的高校都在向你敞开怀抱，每一个考生需要有充分的耐心去把握住属于自己的机会，不泄气，不骄不躁。【End】技术战“疫”，贾扬清、李飞飞要给程序员直播讲AI技术！2月18日、2月20日，阿里云CIO学院攻“疫”技术课程正式开启。您将获得与达摩院数据库首席科学家 、阿里巴巴集团副总裁、ACM 杰出科学家李飞飞，Caffe之父、ONNX创始人、阿里巴巴集团副总裁贾扬清，阿里巴巴集团副总裁、阿里 CIO 学院院长胡臣杰等顶级技术专家直播互动的机会。