2025年烟草行业数据治理能力考试试题及答案

2025年烟草行业数据治理能力考试试题及答案1.单项选择题（每题1分，共20分）1.12024年行业数据资源目录中，一级主题域“市场流通”下挂接的二级主题域数量是A.5B.6C.7D.8答案：C1.2在《烟草行业数据管理办法》（国烟办〔2023〕89号）中，数据分级保护级别最高为A.核心B.重要C.一般D.公开答案：A1.3下列哪一项不是行业数据中台“5大能力中心”的组成部分A.数据资产中心B.数据交换中心C.算法模型中心D.云原生中心答案：D1.42025版行业主数据标准中，“零售客户”主数据的唯一标识字段是A.cust_idB.retail_codeC.customer_noD.org_code答案：B1.5行业数据中台采用的元数据血缘采集协议是A.KafkaB.OpenLineageC.MQTTD.AMQP答案：B1.6在数据质量管理平台中，规则模板“空值率”默认的告警阈值是A.1%B.3%C.5%D.10%答案：C1.72024年行业数据共享负面清单最新版共列出禁止共享场景A.15类B.18类C.21类D.24类答案：B1.8下列哪张表存储了行业统一卷烟商品编码与GTIN14的映射关系A.dim_product_mapB.dim_gtin_relC.dim_cig_codeD.dim_barcode答案：A1.9行业数据资产目录的元数据编码规则中，第5—6位表示A.业务域B.系统编码C.版本年份D.数据类型答案：A1.102025年行业数据安全分类分级指南规定，零售户POS流水属于A.核心数据B.重要数据C.一般数据D.公开数据答案：B1.11在数据中台实施方法论中，完成“业务域盘点”后紧接着的阶段是A.数据建模B.数据接入C.资产编目D.场景验证答案：C1.12行业统一数据标准编码采用A.UUIDB.OIDC.SnowflakeD.MD5答案：B1.13下列哪一项不是行业数据治理考核指标“数据及时率”的统计维度A.T+1B.T+2C.T+3D.T+7答案：D1.142024年行业数据质量评分规则中，主数据一致性权重占A.10%B.20%C.30%D.40%答案：C1.15行业数据中台对Hive表生命周期超过多少天自动触发归档A.90B.180C.270D.360答案：B1.16在数据共享流程中，使用“敏感数据脱敏”策略时，默认的脱敏算法是A.SHA256B.AES128C.掩码替换D.令牌化答案：C1.17行业数据资产目录的检索协议基于A.RESTfulB.GraphQLC.gRPCD.WebService答案：B1.182025年行业数据治理专项稽核中，对“重复零售户”容忍度为A.0%B.0.5%C.1%D.2%答案：A1.19行业数据中台元数据采集频率默认是A.实时B.30分钟C.1小时D.24小时答案：C1.20下列哪一项不是行业数据资产估值模型中的成本因子A.存储成本B.人力成本C.带宽成本D.沉没成本答案：D2.多项选择题（每题2分，共20分；多选少选均不得分）2.1以下哪些属于行业数据中台核心存储组件A.HiveB.HudiC.ClickHouseD.OracleRACE.HBase答案：ABCE2.2依据《烟草行业个人信息保护实施细则》，处理零售户个人信息时应遵循的原则包括A.最小必要B.明示同意C.分类分级D.可携带权E.安全可控答案：ABCE2.3行业主数据“组织机构”包含的必填属性有A.org_codeB.org_nameC.parent_codeD.tax_codeE.province_code答案：ABCE2.4数据质量规则库中，属于“业务规则”子类的有A.值域约束B.格式约束C.同比波动D.环比波动E.外键依赖答案：CD2.5下列哪些场景必须走行业数据共享“绿色通道”审批A.国家局向公安部提供打假数据B.工业公司向零售户提供营销活动数据C.商业企业向银行提供零售户信用数据D.国家局向财政部提供税利数据E.省级公司之间提供边界市场数据答案：ACD2.6行业数据中台数据血缘解析支持的SQL方言包括A.MySQLB.PostgreSQLC.SparkSQLD.OracleE.FlinkSQL答案：ABCE2.72025年行业数据安全审计重点包括A.跨境流动B.算法歧视C.过度采集D.明文传输E.权限滥用答案：ACDE2.8以下哪些指标纳入行业数据治理年度评价“数据价值”维度A.数据调用次数B.数据变现收入C.数据成本占比D.决策支撑场景数E.数据创新大赛获奖数答案：ABD2.9行业数据中台数据沙箱提供的隔离手段有A.网络隔离B.存储加密C.权限白名单D.容器隔离E.时间隔离答案：ACDE2.10依据行业数据标准，下列字段采用GB/T22602007编码的有A.province_codeB.city_codeC.county_codeD.street_codeE.grid_code答案：ABC3.填空题（每空1分，共20分）3.12025年行业数据中台统一资源命名空间前缀为________。答案：cn.tobacco.data3.2行业数据质量评分公式：Score=(1–Σ(Wi×Ei))×100，其中Ei表示第i条规则的________。答案：误差率3.3国家局发布的《数据共享接口规范》要求，分页查询默认每页不超过________条记录。答案：20003.4行业数据中台对Oracle日志采集使用的CDC工具是________。答案：OGG3.52024年行业数据治理报告显示，全国零售户主数据完整率为________%。答案：99.73.6行业数据资产目录元数据版本号采用________位数字编码。答案：83.7依据《个人信息保护法》，行业APP收集用户位置信息需取得用户的________同意。答案：单独3.8行业数据中台元数据仓库默认保留________个历史版本。答案：53.9数据共享审批流程中，省级公司归口管理部门需在________个工作日内完成初审。答案：33.10行业统一卷烟商品编码长度为________位。答案：163.112025年行业数据安全技术要求规定，核心数据加密算法优先采用________。答案：SM43.12行业数据中台数据脱敏网关基于________引擎实现动态脱敏。答案：NIFI3.13行业数据治理考核指标“数据一致性”要求主数据跨系统差异率低于________‰。答案：0.53.14行业数据中台对KafkaTopic命名规范中，环境标识“生产”用字母________表示。答案：P3.152024年行业数据资源目录共收录逻辑数据模型________个。答案：3683.16行业数据中台数据资产估值模型中，数据稀缺性系数最大值为________。答案：23.17行业数据质量监控平台默认在每日________点启动离线校验任务。答案：02:003.18行业数据中台API网关限流策略，核心数据接口峰值QPS不超过________。答案：5003.19行业主数据“零售客户”状态码“02”表示________。答案：暂停营业3.202025年行业数据治理专项行动代号是________。答案：春风4.判断题（每题1分，共10分；正确打“√”，错误打“×”）4.1行业数据中台允许使用公网IP直接访问核心数据层。答案：×4.2数据质量报告一旦发布，可在7天内申请重算一次。答案：√4.3行业数据共享负面清单每年动态更新一次。答案：√4.4零售户POS流水数据属于行业核心数据。答案：×4.5行业数据中台元数据采集支持主动推送与被动拉取两种模式。答案：√4.6数据资产估值结果可直接作为公司无形资产入账依据。答案：×4.7省级公司可以自行制定与行业主数据标准不一致的扩展字段。答案：√4.8行业数据治理考核实行“一票否决”制，数据安全事件扣分无上限。答案：√4.9行业数据中台API网关支持GraphQL查询语言。答案：√4.102025年起，行业所有数据开放场景必须采用区块链技术留痕。答案：×5.简答题（封闭型，每题5分，共20分）5.1简述行业数据中台“5大能力中心”各自的核心功能。答案：（1）数据资产中心：提供资产目录、元数据、血缘、标签、估值等全生命周期管理；（2）数据交换中心：负责跨域、跨云、跨网络的安全高效数据交换；（3）算法模型中心：统一管理行业AI算法、机器学习模型及版本；（4）数据质量中心：提供规则引擎、评分、整改、监控闭环；（5）数据安全中心：实现分类分级、脱敏、加密、审计、权限管控。5.2写出行业数据质量评分规则中“主数据一致性”校验的SQL模板（以零售客户表为例）。答案：```sqlSELECTCOUNT()ASinconsistencyFROMretail_custaJOINorg_custbONa.cust_id=b.cust_idWHEREa.cust_name<>b.cust_nameORa.city_code<>b.city_code;```5.3说明行业数据共享流程中“负面清单命中”后的处置步骤。答案：（1）共享申请系统自动拦截并返回命中条款编号；（2）申请单位在3个工作日内提交专项说明；（3）国家局数据治理办组织专家评估，必要时召开听证会；（4）评估通过后进入绿色通道，未通过则终止流程并记录信用扣分。5.4列举行业数据中台对核心数据采取的4项加密措施。答案：（1）传输通道强制TLS1.3；（2）字段级SM4加密；（3）密钥托管在HSM；（4）落盘使用AES256XTS。6.简答题（开放型，每题10分，共20分）6.1结合实践，说明如何在不改变legacy系统的前提下实现主数据实时同步，并给出技术路线与风险点。答案：技术路线：（1）采用OGGforBigData实时捕获legacy系统redolog；（2）通过KafkaConnect写入行业数据中台ODS层；（3）使用FlinkCDC消费ODS，与金标主数据进行对比，差异入缓冲队列；（4）缓冲队列通过RESTful接口反向调用legacy系统API完成回写或提醒。风险点：（1）OGG解析大事务延迟；（2）Kafka分区不均导致消费堆积；（3）双向更新产生循环依赖；（4）字符集不一致造成乱码；（5）OGG许可到期导致服务中断。缓解措施：部署延迟监控告警，分区键采用主键哈希，开启Flink幂等写，统一UTF8，提前续签许可。6.2试论数据资产估值模型中“市场法”在行业落地的难点及改进思路。答案：难点：（1）缺少活跃交易市场，可比案例稀缺；（2）数据价值易逝，时效性远超无形资产评估基准日；（3）数据权属复杂，法律边界模糊；（4）会计口径未明确，无法入账。改进思路：（1）建立行业数据交易所，引入第三方评估机构发布weekly基准报价；（2）采用期权定价思维，引入BlackScholes改进模型，将数据时效性作为波动率因子；（3）推动《数据资产登记办法》烟草细则出台，明确权属登记与确权流程；（4）与财政部会计司联合试点“数据资产入表”TobaccoPilot，形成可摊销无形资产科目。7.应用题（计算类，每题10分，共20分）7.1某省级公司2024年存量数据共600TB，其中核心数据80TB、重要数据200TB、一般数据320TB。按照行业2025年数据安全技术要求，核心数据需做2份异地容灾，重要数据1份，一般数据0份；异地冷存储单价为0.12元/GB/月，本地热存储单价为0.8元/GB/月。若核心与重要数据各占其体量30%存于冷存，其余为热存，求全年存储总成本。答案：（1）核心数据：冷存=80×1024×0.3=24576GB，年费用=24576×0.12×12=35389.44元；热存=80×1024×0.7=57344GB，年费用=57344×0.8×12=550502.4元；异地容灾复制等量，故乘以2：冷存容灾费用=35389.44元，热存容灾费用=550502.4元；核心合计=35389.44+550502.4+35389.44+550502.4=1171783.68元。（2）重要数据：冷存=200×1024×0.3=61440GB，年费用=61440×0.12×12=88473.6元；热存=200×1024×0.7=143360GB，年费用=143360×0.8×12=1376256元；异地1份，冷容灾=88473.6元，热容灾=1376256元；重要合计=88473.6+1376256+88473.6+1376256=2929459.2元。（3）一般数据：仅本地热存=320×1024×0.8×12=3145728元。全年总成本=1171783.68+2929459.2+3145728=7246970.88元≈724.70万元。7.2某商业企业卷烟销量预测模型使用过去两年日粒度数据共730条，特征包括节假日标签、气温、价格指数、促销力度等20维。采用LSTM模型，隐藏层128单元，Dropout=0.2，Epoch=100，Batch=32。训练耗时T1=4.5小时，推理730条耗时T2=2.3分钟。若数据量扩大至5年历史数据（1825条），隐藏层扩大至256单元，Epoch保持100，Batch保持32，假设训练复杂度与参数×样本数成正比，推理复杂度与参数×样本数成正比，估算新的训练与推理耗时。答案：参数原规模≈20×128+128×128+128=20×128+128²+128=16384+128+2560=16544（简化）。新规模≈20×256+256×256+256=256×(20+256+1)=256×277=70848。训练耗时正比于参数×样本：T1’/T1=(70848/16544)×(1825/730)=4.28×2.5=10.7，T1’=4.5×10.7=48.15小时。推理耗时：T2’/T2=(70848/16544)×(1825/730)=10.7，T2’=2.3×10.7=24.61分钟≈24分37秒。8.应用题（分析类，每题10分，共20分）8.1给出血缘图谱中循环依赖的检测算法（伪代码），并说明如何切断循环保证DAG。答案：```functiondetectCycle(graphG):visited←∅recStack←∅fornodeinG.nodes:ifnodenotinvisited:ifdfs(node,visited,recStack):returnTruereturnFalsefunctiondfs(node,visited,recStack):visited.add(node)recStack.add(node)forneighborinG.adj(node):ifneighbornotinvisited:ifdfs(neighbor,visited,recStack):re