- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
BI基础知识测试
BI 基 础 知 识 测 试
一、填空题:每空1分,共40分
1、商业智能技术(Business Intelligence),以 、 、 为核心技术,同时融合了 和 技术。
2、数据抽取在技术上主要涉及互连、 、 、 、 、监控以及 等方面。
3、业界主要的数据抽取工具有 、 、DataStage和Sagent等
4、业界主要的OLAP Server有: 、 等
5、业界主要的前端工具: 、 、 、BI.Office等
6、 是OLAP的核心,其组织形式包括 模型, 模型。
7、维度分类包括: 、 、 。
8、数据仓库基本元素包括: 、数据源、 、 、
9、多维模型设计基本元素:维度( 、成员)、 、 、 、
和安全机制
10、项目的具体的实施步骤:1). 项目前期准备;2). 需求分析;3). 逻辑数据模型设计;4). ;5). 物理数据库设计;6). ;7). ;8)、 ;9)、解决方案集成(测试验收与试运行)
11、数据挖掘的模式,按功能可分有两大类:预测型(Predictive)模式和描述型(Descriptive)模式。在实际应用中,往往根据模式的实际作用细分为以下6 种:1)、
2)、 3)、 4)、 5)、关联模式 6)、序列模式
二、问答题:共60分。
12、(分)BI技术体系之间是如何实现互补的?
13、(分)14、(分)
15、(分)ETL阶段,应注意一些什么问题?
16、(分)
17、(分)OLAP存储方式的优缺点各是什么?
18、(分)
参 考 答 案
(每空1分)
1、数据仓库、在线分析、数据挖掘、关系数据库、在线事务处
2、复制、增量、转换、调度、数据安全性
3、Microsoft DTS、PowerCenter
4、IBM OLAP Server、SQL Server Analysis 2000
5、Cognos、Brio、BO
6、关系型数据库、事实表、维表、索引
7、多维数据结构、星型、雪花
8、普通维、雪花维、父子维
9、级别、度量值(指标)、计算值(计算成员)、存储方式、角色权限
10、系统体系结构设计、数据转换加载ETL、前端应用开发、数据仓库管理(处理流程与操作)
11、分类模式、回归模式、时间序列模式、聚类模式
12、互补性(每点2分,共6分)
数据仓库技术:数据整合集成各系统的历史数据,建立面向主题的企业数据中心
在线分析处理技术:数据分析灵活、动态、快速的多维分析、随机查询、即席报表
数据挖掘技术:知识发现通过数学模型发现隐藏的、潜在的规律,以辅助决策
13、数据仓库系统的显著特征
一、频繁的变化(3分,以下每点1分)
数据仓库系统在任何企业信息系统中都是最不稳定的环节,对数据仓库各个部分的调整和修改十分频繁。这是由数据仓库系统的功能和结构决定的。
数据仓库系统的目的是为企业中不同的用户提供信息支持,用户的信息需求随着市场的变化随时可能发生变化,所以数据仓库系统也必须不断变化适应新的需求。
从技术层面看,数据仓库的数据不是由自身产生,而是由业务系统数据库获得,因此数据仓库系统必须随着业务系统的变化进行修改和调整,这也是造成数据仓库经常变化的重要原因
二、面向企业中不同业务和用户(2分)
大规模企业信息系统通常由多种应用系统负责处理不同的业务,但数据仓库系统是企业信息的提供平台,它存在的主要目的之一是为企业提供统一的、正确的信息,所以它必须支持不同的业务、不同部门、不同用户的需求
三、少量大事务处理 vs 大量小事务处理(2分)
从技术层面考虑,业务系统的应用特点是大量用户产生大量的事务,每一个事务占用的资源和运行的时间都很少。而数据仓库系统经常需要对庞大的历史信息进行查询和分析,每个事务都涉及大量的数据,事务的数量相对业务系统要小得多。这样的特点要求数据仓库系统和业务处理系统采用不一样的设计方法
您可能关注的文档
最近下载
- baltur燃烧器TBG210P17690030中文使用维护手册.pdf VIP
- 审核员现场见证评价表参考实用文档.doc VIP
- 2023年军队文职人员招聘之军队文职公共科目押题练习试卷A卷附答案.docx VIP
- ai心理健康创业计划书.docx VIP
- 国开作业管理学基础-管理实训:第二章 查阅文献资料并写出评论参考(含答案)025.docx VIP
- 医学综合试题库及答案.docx VIP
- 通用工器具安全管理规范.docx VIP
- 2025届高考作文技巧之列提纲优化结构课件(共46张PPT).pptx VIP
- 光学装配与调校技术课件.pptx VIP
- 医学综合知识试题库+答案.pdf VIP
文档评论(0)