本参考库定位
让普通人看懂数据系统是怎么流动的。
核心词（节选）
全部词条
21 个词条，读得完
点进任一词条查看通俗解释、类比、使用场景与对 AI 的提问模板。
爬虫
自动去网页/接口批量抓数据的程序，像一个不知疲倦的小机器人，按你给的路线一条条取资料。
抓取
把目标页面/接口/文件的内容实际拿回本地的那个动作，是爬虫的第一步。
解析
把抓回来的一团原始内容（HTML、JSON、XML、纯文本）整理成结构化字段。
反爬
网站为了防止被爬而做的阻挡：验证码、限频、IP 黑名单、JS 挑战、浏览器指纹。
ETL
Extract-Transform-Load：把数据从 A 取出来（抽取）、清洗转换、再装进 B（加载）。数据搬家的标准流程。
数据清洗
把脏数据（重复、格式错、缺失、异常值）变成可用的干净数据。做分析和训练模型前几乎都要做。
Pipeline
把多个数据处理步骤串成一条自动流水线：A 的输出是 B 的输入，一条龙跑完。
数据仓库
专门存海量历史数据、优化过“大查询”的数据库。跟日常业务库（MySQL/Postgres）分工不同。
可视化
把数据变成图表、看板、趋势图，让人一眼看出情况。不是“好看”，是“好懂”。
报表
按固定格式定期输出的业务总结：日报、周报、月报、季报。
指标
用来衡量产品/业务好不好的具体数字。比“感觉还行”硬得多，能拿出来对比的。
埋点
在产品关键位置提前埋一段记录代码，用户一做这个动作就记一条。为后面的数据分析准备原料。
JSON
一种常见的数据格式，前后端和 AI 接口经常用它传递结构化信息。
数据模型
描述一种业务对象应该有哪些字段、字段类型和关系，比如用户、文章、订单。
主键
数据库表里用来唯一标识一条记录的字段，常见名字是 id。
外键
一张表里指向另一张表主键的字段，用来表达数据之间的关系。
表关系
数据库中不同表之间的连接方式，比如一对一、一对多、多对多。
数据迁移
数据库结构变化时，把旧结构安全变成新结构的过程，比如新增字段、改表名。
种子数据
为了开发、测试或演示，预先放进数据库的一批初始数据。
增删改查
Create、Read、Update、Delete 的缩写，表示对数据最基础的新增、读取、修改、删除。
备份
把重要数据复制保存一份，防止误删、迁移失败、服务器故障导致无法恢复。