ETL工程师面试题及详细答案（实战完整版）.docxVIP

ETL工程师面试题及详细答案（实战完整版）

一、ETL基础理论面试题

1、简单说说你对ETL的理解，以及ETL和ELT的区别？

参考答案：

ETL是数据仓库、数据开发的核心流程，分别对应抽取（Extract）、转换（Transform）、加载（Load）三个环节。Extract是从业务数据库、日志文件、接口、CSV、Excel等各类数据源抓取原始数据；Transform是对原始数据做清洗、去重、字段拆分、格式统一、关联计算、空值处理、维度补全等加工操作；Load是将加工后的标准数据，批量写入数据仓库、数据湖或目标业务表。

ETL和ELT的核心区别在于数据转换的时机和场景：

ETL是先转换、后加载，数据在落地目标库之前就完成清洗加工，对传输带宽要求高，适合传统数仓、结构化数据，数据一致性和质量可控性更强。

ELT是先加载、后转换，先把原始数据完整落地到数仓、大数据集群，再利用集群算力做后续转换加工，适配海量数据、非结构化数据，灵活性更高，是当下大数据场景主流模式。

2、ETL开发中，数据清洗主要包含哪些工作？

参考答案：

数据清洗是ETL最核心的环节，主要解决原始数据脏、乱、错、缺的问题，日常工作主要包含6点：

（1）空值处理：针对字段NULL、空字符串、空格等无效值，根据业务场景填充默认值、标记缺失或直接过滤；

（2）去重处理：根据业务主键、唯一字段组合，剔除重复数据，保留最新或