2025年大数据数据仓库面试题附答案.docxVIP

2025年大数据数据仓库面试题附答案

数据仓库与数据库的核心差异体现在哪些方面？

数据仓库（DW）与数据库（DB）的核心差异可从目标、数据特性、操作类型、设计原则四方面区分。目标上，数据库支持OLTP（在线事务处理），侧重实时业务交易；数据仓库支持OLAP（在线分析处理），侧重历史数据的分析决策。数据特性上，数据库存储当前业务的细节数据，实时更新且数据量相对较小；数据仓库存储集成的、历史的、跨业务线的聚合数据，数据随时间累积且非易失（极少更新）。操作类型上，数据库以增删改（CRUD）为主，单次操作数据量小；数据仓库以查询（Read-heavy）为主，常涉及大表关联与复杂聚合。设计原则上，数据库采用第三范式（3NF）减少冗余，保证事务一致性；数据仓库采用维度建模（如星型/雪花模型），通过适当冗余提升查询效率。

维度建模中事实表与维度表的设计要点是什么？

事实表存储量化的业务事件，是维度建模的核心，设计要点包括：（1）确定事实类型，如事务事实（单次交易）、周期快照事实（每日余额）、累积快照事实（订单全流程）；（2）选择粒度（最小可分析单元），需平衡细节与存储，例如订单事实表粒度可为“每笔订单”或“订单中的每个商品”；（3）包含外键（关联维度表）与度量值（可聚合的数值，如金额、数量）。维度表存储描述性信息（如时间、客户、商品），设计要点包括：（1）维度属性需覆盖业务分析需求（