ETL 开发工程师考试试卷及答案

ETL开发工程师考试试卷及答案一、填空题（共10题，每题1分）1.ETL过程中，负责从源系统提取数据的阶段是______。2.InformaticaPowerCenter中存储元数据的组件是______。3.数据转换中合并多列为一列的操作称为______。4.ETL工具中执行映射任务的核心组件是______。5.维度建模中最常用的维度类型是______维度。6.数据加载中追加新数据到目标表的方式是______加载。7.TalendOpenStudio中处理文件输入的组件前缀是______。8.ETL性能优化中减少数据传输量的方法是______过滤。9.检查数据是否符合规则的操作是______校验。10.DataStage中存储作业设计的容器是______。答案：1.抽取2.Repository（知识库）3.拼接4.工作流（Workflow）5.缓慢变化6.追加7.tFile8.源端9.数据10.项目（Project）二、单项选择题（共10题，每题2分）1.以下属于开源ETL工具的是？A.InformaticaB.TalendOpenStudioC.DataStageD.ODI2.ETL的“L”代表？A.LoadB.LogicC.LinkD.Layer3.保留历史版本的缓慢变化维度类型是？A.Type1B.Type2C.Type3D.Type44.属于数据转换操作的是？A.读取CSVB.写入数据库C.去重D.连接源系统5.Informatica中映射的最小执行单元是？A.工作流B.会话（Session）C.任务D.转换6.覆盖目标表所有数据的加载方式是？A.追加B.覆盖C.增量D.合并7.属于数据质量问题的是？A.数据重复B.数据加密C.压缩D.备份8.Talend中连接数据库的组件前缀是？A.tDBB.tFileC.tFlowD.tJob9.ETL性能优化有效方法不包括？A.源端过滤B.并行处理C.增大数据块D.减少连接数10.事实表存储的是？A.维度属性B.度量值C.元数据D.源信息答案：1.B2.A3.B4.C5.B6.B7.A8.A9.D10.B三、多项选择题（共10题，每题2分）1.ETL核心阶段包括？A.抽取B.转换C.加载D.清洗2.常见ETL工具包括？A.InformaticaB.TalendC.DataStageD.MySQL3.缓慢变化维度类型包括？A.Type1B.Type2C.Type3D.Type54.数据转换操作包括？A.拼接B.去重C.过滤D.加密5.ETL性能优化方法包括？A.源端过滤B.并行处理C.索引优化D.压缩6.数据质量维度包括？A.准确性B.完整性C.一致性D.及时性7.Informatica核心组件包括？A.RepositoryB.IntegrationServiceC.DataServiceD.Designer8.Talend特点包括？A.开源B.可视化拖拽C.多数据源D.仅Windows9.数据加载方式包括？A.全量B.增量C.追加D.覆盖10.维度建模核心表包括？A.事实表B.维度表C.元数据表D.源表答案：1.ABC2.ABC3.ABC4.ABCD5.ABCD6.ABCD7.ABD8.ABC9.ABCD10.AB四、判断题（共10题，每题2分）1.ETL转换阶段仅处理格式转换。（）2.InformaticaRepository存储所有元数据。（）3.Type1缓慢变化维度覆盖旧数据。（）4.Talend是商业闭源工具。（）5.追加加载会删除原有数据。（）6.维度表存储度量值。（）7.源端过滤减少数据传输量。（）8.DataStage是IBM的ETL工具。（）9.数据质量校验是可选步骤。（）10.工作流是ETL任务执行单元。（）答案：1.错2.对3.对4.错5.错6.错7.对8.对9.错10.对五、简答题（共4题，每题5分）1.简述ETL三个核心阶段及任务。答案：ETL分为抽取、转换、加载三阶段。抽取阶段从源系统（数据库、文件等）提取数据，支持全量/增量抽取；转换阶段清洗（去重、补全）、转换（格式调整、聚合）、整合多源数据，确保符合目标要求；加载阶段将数据写入目标（数据仓库/湖），含全量覆盖、增量追加等方式，保证加载效率与完整性。2.什么是Type2缓慢变化维度？答案：Type2是保留历史版本的维度类型。当维度属性（如客户地址）变化时，不覆盖原记录，而是新增一条记录：包含新属性值、生效日期（StartDate），原记录设失效日期（EndDate），维度键唯一。此方式完整保留历史数据，支持时间维度分析，但增加表数据量。3.Informatica核心组件及作用？答案：核心组件包括：Repository（存储元数据）、Designer（设计映射/源目标）、WorkflowManager（设计工作流/会话）、IntegrationService（执行ETL任务）、WorkflowMonitor（监控执行状态/日志）。4.ETL性能优化常用方法？答案：①源端过滤：在源系统过滤无效数据；②转换优化：合并冗余操作、并行处理；③加载优化：批量插入、避免逐行写入；④存储优化：加载后建索引、分区存储；⑤资源优化：调整内存分配、分布式计算。六、讨论题（共2题，每题5分）1.全量加载与增量加载的适用场景及优缺点？答案：全量加载适用于小数据量、低变化场景（如月度维度表），优点是简单、一致性高；缺点是大数据量时加载慢、覆盖旧数据。增量加载适用于大数据量、高变化场景（如每日事实表），优点是仅加载变化数据、速度快；缺点是实现复杂（需增量标识）、易数据不一致。实际常结合：维度表用全量+SCD，事实表用增量。2.如何在ETL中保障数据质量？答案：①