互联网数据仓库高频面试题（真实职场版+详细答案）.docxVIP

互联网数据仓库高频面试题（真实职场版+详细答案）

说明：所有题目为互联网大厂真实面试高频题，答案摒弃书面化套话，采用职场实操口语，贴合面试答题场景，适配数据仓库开发、数仓分析师、大数据开发初中级岗位。

一、数仓基础核心面试题

1.简单说说数据仓库和MySQL业务数据库的区别？

参考答案：

核心区别就是用途不一样，业务库是给业务系统用的，数仓是给数据分析用的。

1）业务库（MySQL）：面向交易、面向用户，核心是增删改查实时操作，追求读写性能、事务一致性，数据是最新的、增量变化的，表设计尽量精简、冗余少，遵循三范式。

2）数据仓库：面向分析、面向报表和算法，核心是海量数据存储、离线/实时统计，不主打删改，基本都是追加写入。为了查询快，会刻意做数据冗余、宽表化，不严格遵守三范式，优先保证分析效率。

简单总结：业务库服务“线上干活”，数仓服务“事后分析”。

2.什么是数据仓库的四大特性？

参考答案：

业界标准的四个特性，我结合实操理解来说：

1）面向主题：不像业务库按业务模块拆分，数仓是按分析主题聚合，比如用户主题、订单主题、商品主题、流量主题。

2）集成性：数据来自多个业务库、日志、接口，源头数据杂乱、格式不统一，数仓需要清洗、统一口径、去重、补全，整合为统一标准数据。

3）非易失性：数仓数据基本只写不改，极少删除，都是增量追加，历史数据会长期保留，用来做回溯分析、同比环比。

4