2025年大学数据科学与大数据技术（数据仓库设计）试题及答案

2025年大学数据科学与大数据技术（数据仓库设计）试题及答案

（考试时间：90分钟满分100分）班级______姓名______第I卷（选择题，共30分）答题要求：本卷共6题，每题5分。每题只有一个选项符合题意，请将正确选项填在题后的括号内。w1.以下关于数据仓库的描述，正确的是（）A.数据仓库主要用于在线事务处理B.数据仓库的数据是实时更新的C.数据仓库是面向主题的、集成的、相对稳定的、反映历史变化的数据集合D.数据仓库不需要进行数据清洗和转换w2.数据仓库的体系结构不包括以下哪一项（）A.数据源B.数据转换C.数据挖掘算法库D.数据集市w3.在数据仓库的设计中，粒度的选择非常重要。关于粒度，以下说法错误的是（）A.粒度越小，数据细节程度越高B.粒度越大，数据聚合程度越高C.粒度的选择会影响数据仓库的存储空间和查询效率D.一般应选择最大粒度以提高查询性能w4.数据仓库的元数据不包括以下哪种信息（）A.数据仓库的数据结构B.数据的来源和抽取方式C.数据的分析结果D.数据的更新频率w5.以下哪种技术不属于数据仓库的ETL过程（）A.数据抽取B.数据加密C.数据转换D.数据加载w6.数据仓库设计中，维度建模的核心是（）A.事实表B.维度表C.星型模型D.雪花模型第II卷（非选择题，共70分）w7.简答题（共20分）答题要求：简要回答以下问题，每题10分。简述数据仓库设计的主要步骤。简述数据仓库中数据清洗的主要任务。w8.论述题（共20分）答题要求：详细论述以下内容，字数在300字左右。阐述数据仓库与数据库在功能和数据特点上的区别。w9.材料分析题（共15分）材料：在某电商的数据仓库设计中，需要分析用户的购买行为。已知有如下数据：用户ID、购买时间、购买商品类别、购买金额、商品品牌等。答题要求：根据上述材料，回答以下问题，每题5分。请指出其中的维度和事实。如果要分析不同品牌商品的销售情况，应如何设计维度模型？如何从这些数据中提取出用户购买频率较高的商品类别？w10.方案设计题（共15分）答题要求：针对以下需求设计一个简单的数据仓库方案，字数在300字左右。某企业希望建立一个数据仓库，用于分析销售数据。销售数据包括销售时间、销售地区、产品名称、销售量、销售额等。要求能够快速查询不同地区、不同时间段的销售情况，并且能够对销售数据进行多角度分析。请描述你设计的数据仓库的体系结构、主要表结构以及ETL过程。答案：w1.Cw2.Cw3.Dw4.Cw5.Bw6.Bw7.数据仓库设计主要步骤：需求分析，明确业务需求；概念模型设计，构建初步框架；逻辑模型设计，细化数据结构；物理模型设计，确定存储方式等；ETL设计，规划数据抽取转换加载。数据清洗主要任务：处理缺失值，可填充、删除或估算；处理重复数据，去重；处理错误数据，修正错误值；处理不一致数据，统一格式等。w8.功能区别：数据库主要用于在线事务处理，增删改查频繁；数据仓库用于数据分析和决策支持，主要是查询和分析。数据特点：数据库数据是动态的、实时更新的；数据仓库数据是集成的、相对稳定的、反映历史变化的。w9.维度：用户ID、购买时间、购买商品类别、商品品牌；事实：购买金额。维度模型设计：以商品品牌为维度表，购买金额等为事实表，通过品牌维度关联事实表分析销售情况。提取方法：按商品类别分组，统计购买次数，排序得出购买频率高的商品类别。w10.体系结构：包括数据源、ETL工具、数据仓库服务器、前端工具。主要表结构：销售时间