数据仓库高频面试题（真实口语化详细答案）.docxVIP

数据仓库高频面试题（真实口语化详细答案）

一、基础概念类（必问）

1、简单说下什么是数据仓库？和数据库有什么区别？

详细答案：

数据仓库说白了就是专门用来做数据分析、数据沉淀的存储系统。它不是用来支撑业务实时增删改的，而是把各个业务系统的历史数据统一汇总、清洗、规整，给报表、看板、数据分析、数据挖掘用的。

和业务数据库的核心区别我从工作场景分三点说：

第一，用途不一样。数据库是OLTP联机事务处理，支撑日常业务，比如用户下单、充值、改资料，强调实时读写、事务一致性；数仓是OLAP联机分析处理，用来做批量查询、统计分析，不做实时事务。

第二，数据特性不一样。数据库存的是最新的增量业务数据，会频繁更新、删除；数仓存的是全量、历史、沉淀后的数据，基本是只读，写入多、修改少，主打数据沉淀。

第三，设计原则不一样。数据库讲究范式化，减少冗余，避免数据不一致；数仓讲究适当冗余、宽表化，牺牲存储换查询速度，适配复杂统计。

2、数仓的四大特性是什么？

详细答案：

业界标准的四个特性：面向主题、集成性、非易失、时变性。我用工作大白话解释：

面向主题：业务系统是按功能拆分的，比如订单库、用户库、支付库；数仓是按分析主题拆分的，比如用户主题、订单主题、商品主题，同一个主题整合所有相关数据。

集成性：各个源系统的数据格式、字段命名、编码都不一样，进入数仓后会统一清洗、转换、标准化，把零散数据整合成统一口