数据仓库面试题及数据建模含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据仓库面试题及数据建模含答案

一、选择题（共5题，每题2分）

1.在数据仓库中，以下哪项不是星型模型的组成部分？

A.事实表

B.维度表

C.聚集表

D.源表

2.以下哪种ETL工具最适合用于大数据量、低延迟的数据仓库环境？

A.Informatica

B.Talend

C.ApacheNiFi

D.SSIS

3.在数据仓库设计中，以下哪项指标最能反映数据质量？

A.数据量

B.数据一致性

C.数据存储时间

D.数据访问频率

4.以下哪种数据模型最适合用于时间序列分析？

A.星型模型

B.雪flake模型

C.Splice模型

D.Kimball模型

5.在数据仓库中，以下哪项不是数据清洗的主要任务？

A.处理缺失值

B.去重

C.数据转换

D.数据加密

二、简答题（共5题，每题4分）

6.简述数据仓库与数据湖的区别。

7.解释什么是“维度表”及其在数据仓库中的作用。

8.简述数据仓库中“分区”的概念及其优势。

9.什么是“数据血缘”？它在数据治理中有什么作用？

10.简述数据仓库中“ODS”和“DWD”的区别。

三、计算题（共2题，每题6分）

11.假设某数据仓库每天处理1000万条交易数据，每条数据包含5个维度字段和3个事实字段。如果需要按月进行数据聚合，计算聚合后的数据量（假设每月30天，聚合后每条记录保留1个维度组合）。

12.某电商数据仓库中，事实表包含1000列，其中200列是维度属性，800列是度量值。如果需要通过SQL查询提取所有维度属性，写出SQL语句并解释其作用。

四、设计题（共3题，每题10分）

13.设计一个针对零售行业的星型模型，包含以下维度：时间、客户、产品、门店。并说明每个维度表的关键字段。

14.假设某公司需要构建一个数据仓库来分析用户行为，请设计ODS、DWD、DWS的表结构，并说明各层的作用。

15.设计一个数据仓库的ETL流程，包括数据抽取、转换、加载的步骤，并说明如何保证数据质量。

五、论述题（共2题，每题15分）

16.论述数据仓库中“数据冗余”的问题及其解决方案。

17.结合中国零售行业的特点，论述数据仓库在业务决策中的作用及挑战。

答案及解析

一、选择题答案及解析

1.C.聚集表

解析：星型模型主要由事实表和维度表组成，聚集表属于雪花模型的扩展，不属于星型模型。

2.C.ApacheNiFi

解析：ApacheNiFi适合低延迟、高并发的数据流处理，适合大数据量环境。Informatica和Talend主要用于传统ETL，SSIS则偏向于小型企业。

3.B.数据一致性

解析：数据仓库的核心是保证数据的一致性，其他指标如数据量、存储时间、访问频率与数据质量无直接关系。

4.A.星型模型

解析：星型模型通过事实表和维度表的关联，便于进行时间序列分析。雪flake模型过于复杂，Splice模型不常见，Kimball模型是设计方法而非模型类型。

5.D.数据加密

解析：数据清洗主要处理数据质量问题，如缺失值、去重、转换等，数据加密属于数据安全范畴，不属于清洗任务。

二、简答题答案及解析

6.简述数据仓库与数据湖的区别。

答：

-数据仓库：结构化存储，面向主题，支持复杂分析；适用于OLAP场景。

-数据湖：非结构化存储，原始数据保留，适用于探索性分析；支持多种数据类型。

解析：数据仓库经过ETL处理，数据格式统一，而数据湖存储原始数据，灵活性更高。

7.解释什么是“维度表”及其在数据仓库中的作用。

答：维度表描述业务场景的上下文，如时间、客户、产品等，用于分析数据的维度属性。作用是提供过滤、分组、切片的能力。

解析：维度表是星型模型的核心，帮助用户从不同角度理解数据。

8.简述数据仓库中“分区”的概念及其优势。

答：分区是将表按特定字段（如时间）拆分，每个分区存储一部分数据。优势：

-查询效率提升（仅扫描相关分区）；

-维护方便（分区级删除、备份）。

解析：分区适合时间序列数据或按业务场景拆分的数据。

9.什么是“数据血缘”？它在数据治理中有什么作用？

答：数据血缘记录数据从源头到最终目标的流动路径，包括ETL过程。作用：

-定位数据问题根源；

-提高数据透明度。

解析：数据血缘是数据治理的关键工具，帮助企业追溯数据来源。

10.简述数据仓库中“ODS”和“DWD”的区别。

答：

-ODS（运营数据存储）：存储源系统数据，接近实时，用于数据同步。

-DWD（数据仓库明细层数据）：清洗、标准化后的明细数据，面向主题。

解析：ODS是中间层，DWD是分析基础层。

三、计算题答案及解析

11.计算聚合后的数据量