107 鐵路特考高員三級 資訊處理 資訊管理 考古題詳解

核心觀念

本題測驗「海量資料（Big Data）」之基礎架構與技術核心，包含兩大主題：

1. 大數據之定義與本質特性：評量考生對權威機構（如 Gartner、McKinsey）定義的掌握度，以及經典「3V 模型」（Volume、Velocity、Variety）的內涵。
2. 巨量資料處理框架之運作原理：評量 Apache Hadoop 及其基於 Google 核心論文（GFS、MapReduce）所建構的「分散式儲存與平行運算」架構理念。

---

解題方法

本題為標準的觀念闡述型申論題，配分共 35 分（5分、15分、15分），作答策略應採「破題精準、階層分明、結構對稱」：

• 子題（一）：配分 5 分，採定義式破題，引用權威觀點（如 Gartner 或 McKinsey），精煉說明大數據的界定標準與核心意涵。
• 子題（二）：配分 15 分，明確聚焦於奠定大數據基礎理論的「3V 特性」（Volume, Velocity, Variety），每項給予 5 分份量之完整條列與實務意涵說明，並點出對傳統關聯式資料庫（RDBMS）的衝擊。
• 子題（三）：配分 15 分，不可僅條列組件名稱，需深入剖析其「哲學理念與運作機制」：從硬體思維（Scale-out 代替 Scale-up）、核心雙支柱（HDFS 儲存機制、MapReduce 分而治之計算模型）、容錯機制，到「運算向資料靠攏（Data Locality）」等關鍵設計原則進行全方位解析。

---

解題技巧

1. 切忌擴寫失焦：雖然現今文獻多擴充為 4V（加上 Veracity）、5V（加上 Value）甚至 7V，但題目明確限定「3 種特性」，閱卷重點絕對是奠基的「3V」。作答時務必以 3V 為骨幹深入發揮，切勿跳過 3V 自創項目。
2. Hadoop 答題關鍵字：子題（三）切忌只寫出「儲存檔案」或「算得很快」等口語描述，必須精準呈現技術專有名詞：商品化硬體（Commodity Hardware）、水平擴展（Scale-out）、主從架構（Master/Slave）、區塊分割（Block）、多副本容錯（Replication）、分而治之（Divide and Conquer）、鍵值對（Key-Value Pair）、資料就近運算（Data Locality）。
3. 版面編排原則：採「階層式標號」（一、(一)、1.、(1)），關鍵技術名詞附上原文縮寫，利於閱卷委員在短時間內掌握得分點。

---

【答案】

（一）大數據（Big Data）之定義

依據權威研究機構 Gartner 及麥肯錫全球研究院（MGI）之定義： 大數據係指規模龐大、產生與傳輸速度極快、且型態高度多樣化的資料集合。其特徵在於該資料集的複雜度與總量，已遠遠超越傳統資料庫軟體工具（如關聯式資料庫管理系統 RDBMS）在可接受的時限內進行「擷取（Capture）」、「儲存（Store）」、「管理（Manage）」與「分析（Analyze）」之能力極限，必須仰賴具備橫向擴展能力的新型技術架構與運算技術進行處理，以提煉出高價值的商業與管理決策洞見。

---

（二）大數據之 3 種核心特性

大數據最經典且具代表性的 3 種本質特性即為 Doug Laney 提出之「3V 模型」：

1. 資料量（Volume）—— 規模龐大

• 意涵：指資料儲存與累積的體積呈現爆發性成長，計算單位已由過去的 GB、TB，迅速跨越至 PB（Petabyte）、EB（Exabyte）乃至 ZB（Zettabyte）等級。
• 挑戰與核心技術：巨量資料使單一集中式伺服器無法負荷儲存與 I/O 吞吐，促使分散式檔案系統與橫向擴展架構取代傳統垂直擴展之儲存設備。

2. 時效性／速度（Velocity）—— 傳輸與處理快速

• 意涵：指資料產生、流動、更新與需要被處理分析的時效要求極高。資料多以「即時串流（Real-time Streaming）」方式由感測器（IoT）、日誌檔（Logs）、行動裝置或社群平台不間斷產生。
• 挑戰與核心技術：資料具備強烈時效性，過時將大幅降低價值。

核心觀念

本題測驗管理資訊系統（Management Information System, MIS）的學理基石與系統構成，屬於資訊管理考科中最經典的「定義與架構型」基礎題，主要涵蓋三大核心觀念：

1. MIS 的三維要素（Dimensions of MIS）：依據 Laudon & Laudon 經典資訊管理學架構，資訊系統並非純粹的技術產物，而是由「組織（Organizations）」、「管理（Management）」與「資訊科技（Information Technology）」三大構面交織而成的社會技術系統（Socio-Technical Systems）。
2. MIS 的核心目標：定位於安東尼金字塔（Anthony's Triangle）的管理控制層（Tactical / Management Control Level），主要功能在於彙整交易處理系統（TPS）之資料，產出定期性、例外性與彙總性資訊，以支援各級管理者的監控、規劃與決策。
3. 資訊系統的組成元件（IS Components）：資訊系統實體與運作邏輯上的五大不可或缺元件，包含硬體、軟體、資料、程序與人員。

---

解題方法

本題配分共 30 分，分為三小題，作答時須注意版面層次與避免內容重疊：

• 子題（一）評析（15分）：題目問 MIS 的「要素（Elements/Dimensions）」，切忌直接回答硬體、軟體、資料等純技術元件（否則會與子題（三）完全重複而失分）。最適切入點是採用 Laudon 的三大維度（組織、管理、科技），並深入闡述各要素之子內涵（如組織結構、流程、文化；決策層級、策略；IT 基礎架構），各佔 5 分之論述深度。
• 子題（二）評析（5分）：針對「目的」作答，需精準扣住「管理（Management）」與「決策（Decision-Making）」之本質，分點條列出「支援管理監控與決策」、「促進資訊整合與流程效率」、「落實組織策略目標」等要點。
• 子題（三）評析（10分）：此小題為標準的名詞列舉與說明，需明確給出 5 個經典元件（硬體、軟體、資料、程序、人員），每個元件以 1 至 2 句話定義並舉例，各佔 2 分。

---

解題技巧

1. 防重複陷阱（要素 vs. 元件）： 許多考生常將「MIS 要素」與「IS 元件」混為一談。在資訊管理典範中，當題目前後分別出現「要素」與「元件」時：

• 要素（Dimensions/Elements）：指系統背後的宏觀驅動力量（組織、管理、技術）。
• 元件（Components）：指系統內部的微觀構成部件（硬體、軟體、資料、程序、人員）。 切分清楚方能拿到完整的兩題級距分數。

2. 答題結構化： 申論題作答應依大題號與子題號編排，內文善用「加粗小標」與「條列式說明」，使閱卷委員能在 30 秒內快速抓取核心專業術語（例如：結構化決策、例外管理、社會技術觀點、業務程序）。

---

【答案】

（一）管理資訊系統（MIS）之要素

依據現代資訊管理學派（如 Laudon & Laudon）的社會技術系統觀點，管理資訊系統（MIS）絕非單純的軟硬體技術，而是由以下三大核心要素整合而成：

1. 管理要素（Management）：

• 核心意涵：管理要素代表系統的決策主體與指引方向。管理者的職責在於識別環境挑戰、制定組織策略、分配資源，並運用資訊科技解決營運問題。
• 具體內容：包含領導統御、戰略規劃、變革管理，以及針對結構化與半結構化問題的決策制定能力。MIS 必須呼應管理者的資訊需求，提供合適的管理報表以協助監督與控制。

核心觀念

本題評量考生對關聯式資料庫核心架構與管理機制的基礎認知，屬《資訊管理》與《資料庫系統》考科之必考基本題，涵蓋三個層次：

1. DBMS 核心機能：評量軟體層面如何取代傳統檔案處理系統，落實資料集中管理、資料獨立性（Data Independence）、安全維護與交易處理機制（ACID 特性）。
2. DBA 職責分類：評量管理人員層面的角色分工，能否將資料庫生命週期（規劃設計、運作維護、安全防護、效能調校）有系統地歸納為四大管理範疇。
3. 傳統資料庫構成元件：評量資料組織階層（Data Hierarchy）與關聯式資料庫邏輯架構，包含資料本體（欄位、紀錄、資料表）與結構控制元件（鍵值、中繼資料／資料字典）。

---

解題方法

本題為標準的 3 小題申論問答題，每小題配分均為 5 分，作答策略如下：

• 第（一）小題：以條列方式呈現 DBMS 的五大核心功能（定義、操作、交易並行、安全完整性、備份復原），每點輔以專有名詞（如 DDL、DML、ACID）精準說明。
• 第（二）小題：針對題目要求的「4 個任務類別」，採取「動態管理生命週期」切入，劃分為「設計與規劃」、「安全與授權」、「效能監控與調校」、「備份復原與維護」，展現宏觀管理視野。
• 第（三）小題：以 Laudon 資訊管理教科書及標準關聯式資料庫結構出發，自底向上（Bottom-Up）說明資料層級構成元件（欄位、紀錄、資料表），並補強維持資料庫運作之關鍵元件（鍵值與關聯、資料字典／中繼資料），確保無漏網之魚。

---

選項分析

本題為非選擇題之申論簡答題，無選項可供比對。依國家考試評分規準，各小題給分要點與答題落點分析如下：

1. 第（一）小題（DBMS 功能）：

• 給分關鍵：能否明確區分「資料定義（DDL）」與「資料操作（DML）」，並指出資料庫防護機制（並行控制、安全性、回復機制）。
• 常見失分：僅含糊回答「存資料、查資料、改資料」，缺乏資訊系統專用術語與架構層次的說明。

2. 第（二）小題（DBA 任務類別）：

• 給分關鍵：必須精準劃分「4 個類別」，類別名稱須具概括性與專業性，不可將單一瑣碎工作（如「重設密碼」、「清磁碟」）單獨列為一大類。
• 常見失分：分類彼此重疊，或僅寫出工作項目而未進行「類別化（Categorization）」。

3. 第（三）小題（傳統資料庫元件）：

• 給分關鍵：傳統資料庫（Traditional Database）著重於階層化資料組織架構（Field $\rightarrow$ Record $\rightarrow$ Table）以及維持關聯運作的結構元件（Keys, Schema/Data Dictionary）。
• 常見失分：誤將「DBMS 軟體架構元件」（如查詢處理器、儲存管理器）或「資料庫系統五大要素」（硬體、軟體、資料、程序、人員）混淆作答。

---

解題技巧

1. 標題化與結構化：每題配分 5 分，答案應剛好提供 4～5 個論點，並採用「粗體標題 ＋ 精簡說理」的雙層結構，便於閱卷委員在 10 秒內核對給分點。
2. 中英名詞對照：寫出核心專有名詞時附上英文縮寫（例如：DDL、DML、ACID、Schema、Metadata），展現專業素養。
3. 分點對齊配分：第（二）小題題目明訂「4 個任務類別」，版面必須嚴格呈現（1）～（4）四大標號，絕不可合併或少列。

---

【答案】

（一）資料庫管理系統（DBMS）的功能

資料庫管理系統（DBMS）為建立、維護並控制使用者存取資料庫的系統軟體，主要功能如下：

核心觀念

本題評量考生對「雲端運算（Cloud Computing）」基礎理論與架構模型的掌握程度。評分標準與定義依據為產官學界公認的權威架構——美國國家標準與技術研究院（NIST SP 800-145）​所發布之雲端運算定義模型：

1. 雲端運算特徵：NIST 定義了雲端運算的五大基本特質（Essential Characteristics），包含：隨需自主服務（On-demand Self-service）、廣泛網路存取（Broad Network Access）、資源池化／資源共享（Resource Pooling）、快速彈性（Rapid Elasticity）、量測服務／可計量服務（Measured Service）。作答時需選取其中 3 項進行深度論述。
2. 雲端服務模型（SPI 模型）：根據服務交付的抽象層級與使用者控管權限，分為基礎架構即服務（IaaS）、平台即服務（PaaS）與軟體即服務（SaaS）。

---

解題方法

1. 配分比重切入策略：

• 子題（一）佔 15 分：平均每項特點配分高達 5 分。作答切忌僅列出名詞或簡短解釋，必須以「定義內涵」、「技術機制（如虛擬化、自動化布署）」與「管理／商業效益（如降低資本支出 CAPEX、提升靈活性）」三個層次展開論述，方能取得完整分數。
• 子題（二）佔 5 分：屬於標準分類題型。應精準列出三種服務模型的全稱、中文名稱，並簡要說明其「服務內容」、「技術層級（堆疊架構）」與「責任分界（Shared Responsibility Model）」。

2. 答題架構設計：

• 引用 NIST 標準作為引言確立權威性。
• 條列各點時加註英文專有名詞，展現專業度。

---

解題技巧

1. 五選三的選題原則： 建議優先挑選特徵最鮮明、最能展現雲端技術與傳統地端（On-premises）機房差異的三個特點：資源池化（Resource Pooling）、快速彈性（Rapid Elasticity）​與隨需自主服務（On-demand Self-service）（或量測服務）。這三者最能體現虛擬化技術與效能/成本效益。
2. 層級堆疊記憶法： 三大服務型態即為資訊界著名的「SPI 模式」（Software, Platform, Infrastructure）。由底層硬體至頂層應用軟體依序為：$\text{IaaS} \rightarrow \text{PaaS} \rightarrow \text{SaaS}$。
3. 責任分界陷阱： 說明三大服務時，避免只列舉品牌產品（如 AWS, Azure），應著眼於「使用者管理到哪一層、雲端供應商管理到哪一層」，這是閱卷評分的核心指標。

---

【答案】

（一）雲端的 3 個特點說明

依據美國國家標準與技術研究院（NIST SP 800-145）之定義，雲端運算具備五大本質特徵。茲擇取其中最具代表性的 3 個特點說明如下：

1. 資源池化／資源共享（Resource Pooling）

• 定義內涵：雲端供應商利用多租戶模式（Multi-tenant Model），將實體與虛擬的運算資源（如處理器、記憶體、儲存空間、網路頻寬）彙整成一個龐大的資源池，依據租戶需求動態分配或重新配置給多個使用者。
• 技術機制：底層高度依賴虛擬化技術（Virtualization）與軟體定義架構（SDx），達到運算資源與底層實體硬體解耦（Decoupling），向使用者隱蔽底層硬體的確切實體位置，僅提供邏輯資源。