数仓面试题及答案.docVIP

数仓面试题及答案

一、单项选择题（每题2分，共10题）

1.以下哪种存储格式不适合大数据量存储在数仓中？

A.CSV

B.Parquet

C.ORC

D.Avro

答案：A

2.数仓分层架构中，ODS层主要作用是？

A.存储经过清洗和转换的数据

B.存储原始业务数据

C.存储汇总后的分析数据

D.存储维度数据

答案：B

3.以下哪个工具常用于数仓的ETL过程？

A.Hadoop

B.Spark

C.Kafka

D.Sqoop

答案：D

4.在Hive中，创建分区表使用的关键字是？

A.PARTITIONEDBY

B.CLUSTEREDBY

C.SORTEDBY

D.DISTRIBUTEDBY

答案：A

5.数仓中的事实表通常采用的设计模式是？

A.星型模型

B.雪花模型

C.星座模型

D.以上都有可能

答案：D

6.以下哪种数据库更适合作为数仓的存储后端？

A.MySQL

B.Oracle

C.PostgreSQL

D.HBase

答案：D

7.数据仓库的特点不包括以下哪一项？

A.面向事务

B.集成性

C.稳定性

D.随时间变化

答案：A

8.计算指标同比增长的公式是？

A.（本期数-同期数）/同期数100%

B.（本期数-同期数）/本期数100%

C.本期数/同期数100%

D.同期数/本期数100%

答案：A

9.在数仓中，拉链表主要用于处理？

A.实时数据

B.缓慢变化维

C.快速变化维

D.事务数据

答案：B

10.以下哪种技术用于实时数据采集？

A.Flume

B.Oozie

C.Hue

D.Zookeeper

答案：A

二、多项选择题（每题2分，共10题）

1.数仓分层架构通常包含以下哪些层？

A.ODS层

B.DWD层

C.DWS层

D.ADS层

答案：ABCD

2.以下哪些属于数仓中的维度建模常用概念？

A.事实表

B.维度表

C.粒度

D.聚合

答案：ABCD

3.数据清洗的主要工作包括？

A.去重

B.缺失值处理

C.异常值处理

D.数据转换

答案：ABC

4.以下哪些工具可以用于数仓的监控和调度？

A.Airflow

B.Azkaban

C.Oozie

D.Spark

答案：ABC

5.数仓中数据存储格式的选择需要考虑哪些因素？

A.压缩比

B.查询性能

C.兼容性

D.写入速度

答案：ABCD

6.数据仓库和数据库的区别在于？

A.数据仓库面向分析，数据库面向事务

B.数据仓库数据稳定性高，数据库数据变化频繁

C.数据仓库数据量大，数据库数据量小

D.数据仓库设计模式与数据库不同

答案：ABD

7.以下哪些属于ETL过程的步骤？

A.抽取

B.转换

C.加载

D.监控

答案：ABC

8.数仓中常见的指标类型有？

A.数量指标

B.金额指标

C.比率指标

D.时间指标

答案：ABC

9.以下哪些技术可以用于数据加密以保护数仓数据安全？

A.SSL/TLS

B.AES

C.MD5

D.RSA

答案：ABD

10.数仓建设过程中，元数据管理的作用包括？

A.数据血缘追溯

B.数据质量监控

C.辅助数据开发

D.提升查询性能

答案：ABC

三、判断题（每题2分，共10题）

1.数仓中的数据不需要进行备份，因为可以从源系统重新获取。（）

答案：错误

2.星型模型的维度表不需要规范化设计。（）

答案：正确

3.Hive中的分区表一定能提高查询效率。（）

答案：错误

4.实时数仓和传统数仓在架构设计上没有本质区别。（）

答案：错误

5.数据仓库的更新频率通常比数据库高。（）

答案：错误

6.ETL过程中，数据转换只能在抽取之后、加载之前进行。（）

答案：错误

7.数仓中的维度表一般不允许存在空值。（）

答案：正确

8.分布式文件系统适合数仓存储大量数据。（）

答案：正确

9.数仓建设完成后不需要持续维护和优化。（）

答案：错误

10.数据挖掘算法不能用于数仓数据分析。（）

答案：错误

四、简答题（每题5分，共4题）

1.简述数仓中星型模型和雪花模型的区别。

答案：星型模型的维度表直接与事实表相连，结构简单，查询效率高；雪花模型的维度表会进一步规范化，存在维度表之间的关联，结构复杂，但数据冗余少，占用空间小。

2.什么是数据仓库的ETL过程？

答案：ETL即抽取（Extract）、转换（Transform）、加载（Load）。从源系统抽取数据，对数据进行清洗、