1.常见的四种简单的数据结构（对数据进行组织和表示的结构）
数组：最简单的数据结构，同一个数组只能存储相同的数据类型，可以理解成一个数组有从0到N个坑位，每个坑位又存有数据，通过调用数组名+坑位号就可以获得其中的数据
例如下图：A[0]可以找到a,A[1]可以找到b。
栈：类似一个只有一端开口的容器，先进后出
- 可以看到A是最先进来的，但是只能等C和B都出去之后才能可以轮到A出去。
队列：先进先出，就和排队一样，早来早走，队伍的两头都是开口。
树形结构：一个根节点可以衍生出下面很多子结点。
产品设计案例分析
设计一个用户注册功能，第一步是设置用户的登录信息：包括账户和密码；第二步是填写用户的个人信息：爱好、性别、姓名等；其中涉及的数据结构如下：
栈结构：利用栈结构实现页面的跳转，只有完成第一步设置完成，才可以进入到第二部的个人信息设置。
数组结构：一系列个人信息构成了一个字符型的数组结构。
树状结构：微信首页底下有四个模块，这是由一个根节点控制的四个子节点，可以相互切换，同时每个子节点还有很多子节点。
2. 数据库基础
数据库定义：数据库运行在服务器中，我们可以对其进行增、删、改、查等工作，目前主要有两种数据库：关系型数据库和非关系数据库，前者运用更广泛，MYSQL就是其中之一
关系型数据库：数据库中有不同的实体，实体之间可以产生某种联系，或者说某种关系，每一个实体都有一个唯一的ID来进行定位，叫做“主键”；常见的数据库有MYSQL, SQL SERVER，ORACLE
例如：人是一个实体在数据库中，其中有爱好、性别，职业等属性；但性别也是作为一个实体存在，有男女等属性；两个实体具有一定的联系；
这种关系可以是一对一，也可以是一对多，多对多；例如人的性别只能有一个，就是一对一的联系；
人可以有多种职业，职业是一个实体，两个实体发生了一对多的联系；
当然这种关系也可以是多对多的，比如商品和订单这两个实体，在数据库中，一个订单可以有多个商品，一个商品也可以存在于多个订单
数据库操作语言：SQL，我们利用这个语言编程和数据进行互动，进行增删改减等操作
非关系型数据库：常见有 MongoDB和CouchDB等
此种数据库只能实现一个简单的键值对应关系，通过调用某一个键，得到一个对应的值；例如通过输入peopleID可以得到001
数据储存和数据恢复
数据储存过程分为两步，第一在索引区建立索引，第二在把数据储存在数据区；删除只会先删除索引，数据并不会立刻被删除，所以恢复索引关系即可回复数据
互联网产品设计的删除一般都是假删除，先标记数据成为删除状态，用户恢复时标记为正常状态即可，当然超过一定时限会进行物理层面的真实删除
工作场景
当产品经理设计一个新功能时，工程师可能说这里有的字段数据库内不存在，或者这个功能导致了现有数据库结构的改变；这个时候产品经理应该考虑两个方面的问题
第一：新的设计应该调整数据库结构还是删除相关字段？
第二：考虑数据兼容性的问题，为了迎合新功能做出的改变会导致老功能受到何种影响？
3.产品经理须知的数据分类
技术视角的数据的分类：
结构化数据：按照固定的格式储存的数据，好比我们按照格子一个一个放数据；
非结构化数据：是对零散的数据进行集中化管理，好比在一个格子里放了很多东西
通过分析结构化数据，我们可以得到数据趋势，预判未来风险；比如说淘宝商品有一些固定属性是结构化数据，例如销量，我们通过过往销量就可以大致分析未来的销量
通过分析非结构化数据，我们可以进行一些行为分析和相关推荐；例如浏览记录是非结构化的数据，我们发现用户的浏览记录经常覆盖工科类书籍，那我们就可以推送更多的相关数据，提高关注度和成交率。
产品视角的数据分类
用户数据：用户相关的数据，如DAU/MAU、新增用户、留存率。
行为数据：用户使用产品产生的一些动作相关的数据，如PV、UV、转化率、访问时长等；
UV（UniqueView）: 独立访问数，每一个独立的IP地址仅被记录一次
PV（PageView）：页面访问数，一个用户的多次访问都会被记录
业务数据：实际产生的代表业务价值的数据，如 GMV、付费人数、付费转化率、付费频次等。
