2025年数据区面试题目及答案.docx

2025年数据区面试题目及答案

一、基础概念与理论题

问题1：数据仓库（DataWarehouse）与数据湖（DataLake）的核心差异是什么？请结合元数据管理和数据使用场景详细说明。

答案：数据仓库与数据湖的本质差异体现在数据存储形态、处理逻辑及应用场景上。数据仓库是结构化数据的集中存储库，遵循严格的Schema-on-Write模式，数据在入库前需完成清洗、转换和建模（如星型模型或雪花模型），元数据管理强调一致性和规范性（例如明确字段含义、业务口径、更新频率），主要服务于企业级OLAP分析（如财务报表、销售漏斗）。例如某零售企业的数据仓库会预先定义“订单金额”为“商品单价×