2026年数据人必读面试问题及参考答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据人必读：面试问题及参考答案

一、选择题（共5题，每题2分）

1.在数据仓库设计中，星型模型相比雪花模型的主要优势在于？

A.数据冗余度低

B.维度表数量更少

C.查询性能更高

D.易于扩展新的业务主题

2.以下哪种方法最适合用于处理大规模数据集中的异常值检测？

A.简单均值法

B.箱线图分析

C.逻辑回归模型

D.决策树分类

3.在分布式计算框架中，Spark的RDD（弹性分布式数据集）与Hadoop的MapReduce相比，主要区别在于？

A.支持动态分区

B.内存计算能力更强

C.数据持久化机制不同

D.并行处理效率更低

4.以下哪种SQL窗口函数可用于计算每个用户的滚动累计和？

A.SUM()

B.RANK()

C.OVER()WITHPARTITIONBY

D.GROUPBY

5.在数据治理体系中，数据血缘的主要作用是？

A.记录数据来源

B.评估数据质量

C.确定数据权限

D.自动化数据清洗

答案与解析：

1.B（星型模型通过共享维度表减少冗余，简化查询路径，但雪花模型更规范，查询性能可能稍弱）。

2.B（箱线图能直观展示异常值分布，适用于大规模数据）。

3.A（RDD支持动态分区和容错，MapReduce分区固定）。

4.C（OVER()WI