2025年数据仓库测试题库及答案

2025年数据仓库测试题库及答案一、单项选择题（每题2分，共40分）1.数据仓库中用于描述业务流程量化结果的表是（）A.维度表B.事实表C.元数据表D.接口表答案：B2.ETL过程中，将不同数据源的“性别”字段统一为“男/女”的操作属于（）A.数据抽取B.数据清洗C.数据转换D.数据加载答案：C3.以下不属于数据仓库核心特性的是（）A.面向主题B.实时更新C.集成性D.时变性答案：B4.某数据仓库需支持“用户近30天订单金额趋势分析”，最适合的事实表类型是（）A.事务型事实表B.周期快照事实表C.累积快照事实表D.汇总事实表答案：B5.维度建模中，“时间维度”的层级通常不包括（）A.年-季度-月B.月-周-日C.日-小时-分钟D.分钟-秒-毫秒答案：D（数据仓库时间维度通常以业务需求为导向，毫秒级细分多见于OLTP系统）6.数据仓库性能测试中，“TPC-DS”基准测试主要评估（）A.数据加载速度B.复杂查询响应能力C.并发用户支持数D.数据存储压缩率答案：B7.以下哪项是数据质量“完整性”的典型检查点？（）A.客户年龄字段值是否在0-150之间B.订单表中“用户ID”在用户维度表中存在对应记录C.同一客户在不同源系统中的姓名拼写是否一致D.库存数据是否在每日凌晨5点前更新答案：B（完整性关注关键字段是否缺失或关联关系是否断裂）8.云数据仓库（如Snowflake）的测试中，重点需验证的特性是（）A.本地磁盘IO性能B.弹性扩展时的查询中断风险C.单节点计算能力D.离线数据备份效率答案：B（云服务的弹性扩缩容需确保业务连续性）9.元数据管理中，“表存储位置、字段数据类型”属于（）A.业务元数据B.技术元数据C.操作元数据D.流程元数据答案：B10.数据仓库容灾测试中，“RPO（恢复点目标）”主要衡量（）A.系统从故障中恢复所需时间B.故障发生时丢失的数据量C.容灾系统与生产系统的同步频率D.灾备切换的人工干预程度答案：B11.以下哪项是雪花模型的典型特征？（）A.维度表直接与事实表关联B.维度表进一步规范化为多个子表C.事实表包含大量冗余维度属性D.仅支持单事实表查询答案：B12.ETL测试中，“全量加载”与“增量加载”的核心区别在于（）A.数据抽取的工具B.数据转换的复杂度C.抽取的数据范围（历史全量/新增变更）D.加载到目标库的方式（覆盖/追加）答案：C13.数据仓库安全性测试需重点验证的是（）A.表结构设计的合理性B.敏感字段（如身份证号）的加密存储与访问控制C.ETL日志的完整性D.元数据的版本管理答案：B14.某数据仓库需支持“按地区、产品、月份汇总销售额”，最优的索引策略是（）A.对事实表的“销售额”字段创建单列索引B.对维度表的“地区ID”“产品ID”创建联合索引C.对事实表的“地区ID”“产品ID”“月份”创建复合索引D.不创建索引，依赖全表扫描答案：C（复合索引匹配多维度过滤条件）15.数据湖仓一体架构下，测试需额外关注（）A.结构化数据与非结构化数据的统一查询能力B.单节点计算性能C.传统ETL流程的简化D.关系型数据库的事务支持答案：A16.以下哪项是数据仓库“时变性”的体现？（）A.数据一旦加载后不再修改B.数据保留历史版本，支持时间切片分析C.数据实时反映业务当前状态D.数据仅存储最近3个月的记录答案：B17.维度表“用户维度”中，“注册时间”“最后登录时间”属于（）A.定性属性B.定量属性C.退化维度D.慢速变化维度答案：D（随时间可能发生缓慢变化的属性）18.数据仓库性能调优时，“物化视图”主要解决的问题是（）A.减少数据存储量B.加速复杂聚合查询C.提升数据加载速度D.降低ETL转换复杂度答案：B（物化视图预计算并存储聚合结果）19.数据质量问题的根本原因分析（RCA）中，最关键的步骤是（）A.统计问题数据量B.定位问题发生的ETL环节或源系统C.手动修正错误数据D.提供数据质量报告答案：B20.以下哪项不属于数据仓库测试范围？（）A.元数据一致性验证B.源系统业务逻辑修改C.多租户环境下的资源隔离D.长时间运行查询的稳定性答案：B（源系统属于上游系统，非数据仓库测试范畴）二、判断题（每题1分，共10分。正确填“√”，错误填“×”）1.数据仓库的主要目标是支持OLTP（在线事务处理）。（）答案：×（数据仓库支持OLAP）2.ETL测试只需验证最终数据结果，无需检查中间转换过程。（）答案：×（中间过程异常可能导致结果偏差）3.维度表的设计应尽量包含详细的业务属性，以减少查询时的关联操作。（）答案：√4.数据仓库中的事实表一定包含外键与维度表关联。（）答案：×（退化维度可直接存储在事实表中）5.数据质量“一致性”仅指同一字段在不同表中的格式一致。（）答案：×（还包括业务含义一致，如“订单状态”枚举值统一）6.云数据仓库的“按需付费”模式会影响测试时的资源分配策略。（）答案：√（需控制测试成本）7.容灾测试中，只需验证主系统故障时灾备系统能接管，无需测试反向切换。（）答案：×（反向切换是完整容灾流程的一部分）8.雪花模型比星型模型更适合复杂查询，因为减少了数据冗余。（）答案：×（雪花模型增加了关联复杂度，星型模型更适合OLAP）9.数据仓库的元数据管理仅需记录技术元数据，业务元数据由业务人员口头维护即可。（）答案：×（业务元数据需标准化记录以避免理解偏差）10.数据仓库性能测试中，“80%的查询响应时间在10秒内”属于合格指标。（）答案：×（需根据业务需求定义，如实时分析可能要求1秒内）三、简答题（每题5分，共30分）1.简述数据仓库与数据库的核心区别。答案：（1）目的不同：数据库支持OLTP（事务处理），强调实时性、原子性；数据仓库支持OLAP（分析处理），强调历史数据整合与复杂查询。（2）数据结构：数据库采用规范化设计（减少冗余）；数据仓库采用维度建模（允许适当冗余以加速查询）。（3）更新频率：数据库支持高频增删改；数据仓库通常批量加载，数据一旦加载后极少修改（仅追加或归档）。（4）数据范围：数据库存储当前业务数据；数据仓库存储历史数据（如5-10年），支持时间维度分析。2.ETL测试的关键要点有哪些？答案：（1）数据完整性：验证抽取的记录数与源系统一致，无缺失或重复。（2）转换规则正确性：检查字段映射、计算逻辑（如金额汇总、日期格式转换）是否符合需求。（3）数据一致性：确保关联字段（如用户ID）在维度表中存在对应记录，避免外键断裂。（4）性能：测试全量/增量加载的耗时，评估是否满足SLA（服务级别协议）。（5）异常处理：验证脏数据（如非法日期、缺失值）的处理逻辑（如记录日志、填充默认值）是否合理。3.如何设计数据仓库的维度表？请举例说明。答案：维度表设计需遵循“高内聚、低耦合”原则，包含描述业务实体的详细属性。以“用户维度表”为例：（1）主键：用户ID（唯一标识）。（2）基本属性：姓名、性别、年龄、注册渠道。（3）行为属性：最近登录时间、累计消费金额、会员等级（慢速变化维度，需记录历史版本）。（4）地理属性：注册省份、城市（可关联地理维度子表，形成雪花模型）。设计时需考虑属性的业务相关性，避免无关字段；对慢速变化维度（如会员等级），采用时间戳或版本号记录变更，支持历史分析。4.数据仓库性能调优的常见方法有哪些？答案：（1）索引优化：为高频查询的过滤条件（如时间、地区）创建复合索引。（2）分区表：按时间（月/季度）或地域分区，减少扫描数据量。（3）物化视图：预计算常用聚合结果（如各地区月销售额），加速复杂查询。（4）查询重写：优化SQL语句（如避免SELECT、减少嵌套子查询）。（5）资源调整：增加计算节点（云数据仓库）、提升内存配置，或调整查询并发限制。（6）数据归档：将历史数据迁移至低成本存储（如对象存储），减少主库数据量。5.数据质量评估的主要维度有哪些？各举一例说明。答案：（1）准确性：客户年龄字段值为“200”（超出合理范围）。（2）完整性：订单表中“用户ID”字段为空（关键信息缺失）。（3）一致性：同一用户在“订单表”和“用户表”中的姓名分别为“张三”和“张3”（格式不一致）。（4）及时性：库存数据延迟2小时更新，导致分析结果滞后。（5）唯一性：同一订单被重复加载2次，产生两条相同记录。6.简述数据仓库容灾测试的步骤。答案：（1）制定测试方案：明确容灾类型（同城/异地）、RPO/RTO指标（如RPO≤15分钟，RTO≤1小时）。（2）模拟故障：关闭生产系统数据库服务，或切断主备同步链路。（3）验证灾备系统接管：检查灾备系统能否正常提供查询服务，数据是否完整（与故障前生产数据对比）。（4）反向切换测试：将业务流量切回生产系统，验证数据同步无丢失，业务连续性不受影响。（5）日志与指标分析：检查切换过程中的日志（如同步延迟、错误信息），确认是否满足RPO/RTO要求。四、综合题（每题10分，共20分）1.某电商公司需构建用户行为分析数据仓库，业务需求包括：分析用户每日页面点击量、订单转化率（点击→下单→支付）、不同设备（手机/PC）的用户偏好。请设计数据仓库模型（包括维度表、事实表结构），并说明测试要点。答案：模型设计：（1）维度表：时间维度：时间ID（主键）、日期、星期、月份、季度。用户维度：用户ID（主键）、性别、年龄、注册渠道、会员等级。设备维度：设备ID（主键）、设备类型（手机/PC）、操作系统（iOS/Android/Windows）。页面维度：页面ID（主键）、页面名称（首页/商品详情页）、所属模块（服装/3C）。（2）事实表（用户行为事实表）：事实表主键：行为ID。外键：时间ID、用户ID、设备ID、页面ID。度量值：点击次数（计数）、下单金额（求和）、支付金额（求和）、行为步骤（点击=1，下单=2，支付=3，用于计算转化率）。测试要点：（1）维度表完整性：验证用户、设备、页面等维度的属性是否覆盖所有业务场景（如设备类型是否包含最新平板设备）。（2）事实表准确性：核对点击量与埋点数据（源系统）是否一致，下单金额与交易系统记录是否匹配。（3）转化率计算逻辑：验证“点击→下单”转化率=下单次数/点击次数，是否按用户、设备、时间等维度正确汇总。（4）多维度关联查询性能：测试“按设备类型+月份统计各页面转化率”的查询响应时间，确保在可接受范围内。（5）历史数据保留：确认用户行为数据是否保留最近3年记录，支持长期趋势分析。2.某企业数据仓库上线后，业务部门反馈“销售汇总报表查询速度慢”，请从测试角度分析可能原因，并提出验证方法。答案：可能原因及验证方法：（1）数据量过大：事实表存储了10年的明细数据，未做汇总或归档。验证方法：检查事实表记录数（如超10亿条），分析查询是否扫描全表；对比汇总表（如月销售额）与明细查询的性能差异。（2）索引缺失或不合理：查询条件（如“地区+月份”）未创建复合索引，导致全表扫描。验证方法：查看SQL执行计划（EXPLAIN语句），确认是否存在全表扫描（Scan）操作；检查索引字段是否覆盖查询过滤条件。（3）维度表关联复杂：使用雪花模型，维度表层级过多（如地区维度→省→市→区），增加JOIN操作复杂度。验证方法：统计查询涉及的JOIN次数（如