数据仓库开发工程师认证考试要点分析.docxVIP

第PAGE页共NUMPAGES页

2026年数据仓库开发工程师认证考试要点分析

一、选择题（共10题，每题2分）

1.题目：在数据仓库设计中，星型模式中事实表与维度表之间的关系通常是？

答案：一对多

解析：星型模式的核心是事实表和维度表，事实表记录业务事件，维度表描述业务上下文。一个业务事件通常与多个维度属性相关联，因此事实表与维度表之间形成一对多关系。例如，一个销售事实记录与多个产品维度、时间维度、客户维度关联。

2.题目：以下哪种技术最适合用于数据仓库的ETL过程加速？

答案：MapReduce

解析：数据仓库的ETL（Extract,Transform,Load）过程涉及大规模数据清洗和转换，MapReduce通过分布式计算有效处理海量数据。Spark、Flink等也是常用技术，但MapReduce在传统数据仓库场景中更侧重批处理加速。

3.题目：数据仓库中，哪种指标最适合用于度量数据质量？

答案：完整性

解析：数据质量维度包括准确性、完整性、一致性、及时性等。完整性指数据字段是否缺失，是数据仓库中最基础的质量指标。例如，订单表中客户ID字段缺失会导致后续分析错误。

4.题目：在Snowflake模式中，子模式（Submode）的主要作用是？

答案：逻辑隔离表空间

解析：Snowflake模式通过将维度表进一步分解为更细的子模式（如产品子模式、时间子模式），实现逻辑隔离。这有助于提升查询性能和管理效率，但会增加复杂性。

5.题目：数据仓库的ODS（OperationalDataStore）层主要用于？

答案：存储原始交易数据

解析：ODS层作为数据仓库的数据源，存储未经过滤的原始业务数据。它为ETL过程提供基础，与源系统实时或准实时同步。TDS（TransactionalDataStore）更侧重实时应用，DW（DataWarehouse）层才是分析用。

6.题目：以下哪种SQL聚合函数不能用于数据仓库分析？

答案：CONNECTBY

解析：CONNECTBY用于递归查询（如组织树），不属于聚合函数。数据仓库常用聚合函数包括SUM、COUNT、AVG、GROUPBY。CONNECTBY在数据仓库中较少使用，因为分析场景更依赖多维运算。

7.题目：数据仓库的“维度表爆炸”问题指的是？

答案：维度表数量过多导致查询性能下降

解析：在星型模式中，若产品、客户、时间等维度属性过多，会导致维度表臃肿。解决方案包括属性汇总（如产品大类替代小类）、使用退化维度（将低基数属性放入事实表）。

8.题目：以下哪种索引最适合用于数据仓库的宽表查询？

答案：BitmapIndex

解析：宽表（如星型模式的维度表）通常包含多列且数据基数低（如性别、国家）。BitmapIndex通过位数组存储值，适合多列组合查询，但更新成本高，不适用于高基数列。

9.题目：数据仓库的“Kimball维度退化”方法适用于？

答案：低基数维度属性

解析：维度退化将低基数属性（如产品颜色）直接放入事实表，避免维度表过大。例如，销售事实表增加“颜色”列，减少“产品颜色”维度。但需注意事实表膨胀问题。

10.题目：在数据仓库中，哪种算法最适合用于异常值检测？

答案：Z-Score

解析：Z-Score通过标准差衡量数据偏离均值程度，适用于数值型数据。数据仓库中常用此方法识别销售额异常、库存偏差等。IQR（四分位距）也可用，但Z-Score更直观。

二、简答题（共5题，每题4分）

1.题目：简述数据仓库分层架构的优缺点。

答案：

优点：

-数据质量提升：各层清洗、转换逻辑清晰，便于问题定位。

-易维护性：ODS层隔离源系统波动，DW层专注分析。

-性能优化：TDM（TeradataDataWarehouse）等专用仓库通过物化视图加速查询。

缺点：

-开发复杂：多层数据流动增加ETL开发成本。

-资源浪费：数据冗余（如ODS与DW同步）可能增加存储开销。

2.题目：解释数据仓库中的“缓慢变化维度”（SCD）及其三种处理方式。

答案：

SCD指维度属性随时间变化，如客户地址变更。三种处理方式：

-SCD类型1：直接覆盖旧值（简单但丢失历史）。

-SCD类型2：新增行记录变更（保留历史，但事实表膨胀）。

-SCD类型3：维度表增加“有效期”列（复杂但逻辑清晰）。

3.题目：描述数据仓库ETL过程中数据清洗的三个关键步骤。

答案：

1.数据验证：检查空值、格式错误（如日期YYYY-MM-DD）。

2.数据标准化：统一单位（如“1kg”“1000g”→“1kg”）。

3.数据去重：合并重复记录（如客户表相同ID但电话不同）。