数据仓库工程师考试试卷及答案

数据仓库工程师考试试卷及答案一、填空题（每题1分，共10分）1.数据仓库的核心特征是面向主题、集成、非易失性和______。2.ETL过程中从源系统抽取数据的阶段称为______。3.维度建模的核心表类型包括事实表和______。4.数仓分层最底层（原始数据层）通常称为______层。5.分析型查询数据库系统的缩写是______。6.Hive默认存储元数据的数据库是______。7.缓慢变化维度中保留历史版本的处理方式是______型。8.整合多源数据的数仓层是______层。9.Spark处理大规模数据的核心抽象是______。10.数据质量核心指标包括准确性、完整性、一致性和______。二、单项选择题（每题2分，共20分）1.以下不属于数据仓库特征的是？A.面向主题B.实时事务C.集成D.非易失性2.ETL“转换”阶段不包括的操作是？A.清洗数据B.整合数据C.加载目标D.转换格式3.事实表的核心特点是？A.存储维度属性B.存储度量值C.无主键D.直接映射源系统4.数仓DWD层指的是？A.明细数据层B.汇总数据层C.应用层D.原始层5.OLTP系统的特点是？A.支持复杂查询B.事务频繁C.数据非易失D.面向分析6.Hive分区表的分区字段通常来自？A.事实表主键B.维度表属性C.随机字段D.无意义字段7.缓慢变化维度Type1的处理方式是？A.覆盖旧值B.新增版本C.新增维度D.忽略变化8.SparkSQL读取Parquet文件的格式是？A.csvB.jsonC.parquetD.orc9.数据血缘分析的主要目的是？A.数据溯源B.数据压缩C.数据加密D.数据备份10.常用于ETL开发的工具是？A.MySQLB.HadoopC.TalendD.Git三、多项选择题（每题2分，共20分）1.数据仓库核心分层包括？A.ODSB.DWDC.DWSD.ADS2.ETL关键步骤包括？A.抽取B.转换C.加载D.备份3.维度建模常见维度类型有？A.缓慢变化维度B.渐变维度C.固定维度D.随机维度4.OLAP分析操作包括？A.钻取B.切片C.切块D.旋转5.Hive的优点包括？A.支持SQLB.处理大规模数据C.实时查询D.兼容Hadoop生态6.Spark核心组件包括？A.SparkCoreB.SparkSQLC.SparkStreamingD.SparkMLlib7.数据质量关键维度有？A.准确性B.完整性C.一致性D.及时性8.事实表类型包括？A.事务事实表B.周期快照事实表C.累积快照事实表D.维度事实表9.数据仓库工具包括？A.SnowflakeB.BigQueryC.RedshiftD.MySQL10.维度表设计原则包括？A.单一主键B.冗余属性C.维度扁平化D.避免多值属性四、判断题（每题2分，共20分）1.数据仓库是面向事务的系统。2.ETL“加载”是将转换后的数据写入目标系统。3.维度建模比第三范式更适合数据仓库。4.ODS层存储经过清洗的原始数据。5.OLAP系统支持复杂多表连接查询。6.Hive元数据存储在HDFS上。7.缓慢变化维度Type3保留当前和历史各一个版本。8.SparkRDD是不可变的分布式数据集。9.数据血缘指数据从源到目标的流向关系。10.数仓分层可提高数据复用性和可维护性。五、简答题（每题5分，共20分）1.简述数据仓库与OLTP数据库的核心区别。2.什么是ETL？简述其三个核心步骤的作用。3.简述维度建模的核心思想及常见表类型。4.数仓分层的主要目的是什么？列举常见分层架构。六、讨论题（每题5分，共10分）1.如何处理缓慢变化维度（SCD）？结合Type1、2、3说明。2.数据仓库中常见数据质量问题及解决措施有哪些？答案部分一、填空题1.时变性2.抽取（Extract）3.维度表4.ODS5.OLAP6.Derby7.Type28.DW（数据仓库）9.RDD10.及时性二、单项选择题1.B2.C3.B4.A5.B6.B7.A8.C9.A10.C三、多项选择题1.ABCD2.ABC3.ABC4.ABCD5.ABD6.ABCD7.ABCD8.ABC9.ABC10.ACD四、判断题1.×2.√3.√4.×5.√6.×7.√8.√9.√10.√五、简答题1.核心区别：①用途：OLTP用于事务处理（如订单提交），OLAP用于决策分析（如销售统计）；②数据特性：OLTP实时更新、易失，OLAP非易失、时变；③查询：OLTP简单快速，OLAP复杂（多表连接/聚合）；④设计：OLTP用第三范式（减冗余），OLAP用维度建模（易分析）；⑤数据量：OLTP小，OLAP大（TB/PB级）。2.ETL是Extract（抽取）、Transform（转换）、Load（加载）的缩写。①抽取：从源系统（MySQL/ERP）提取数据（全量/增量）；②转换：清洗（去重/补全）、整合（多源合并）、转换（格式/指标计算）；③加载：将转换后的数据写入目标表（ODS/DWD），支持全量/增量加载。3.核心思想：以分析需求为核心，组织为事实表+维度表结构。事实表存储度量值（如销售额）和维度外键；维度表存储描述属性（如时间/产品），通过外键关联。常见表类型：事实表（事务/周期快照/累积快照）；维度表（时间/产品等）。4.目的：解耦源系统与应用、提高复用性、便于数据治理、提升查询性能。常见分层（从下到上）：ODS（原始/轻度清洗）→DWD（明细清洗）→DWS（汇总）→ADS（应用），部分含DW（整合层）。六、讨论题1.缓慢变化维度处理：①Type1（覆盖）：新值直接覆盖旧值，简单但丢历史（如客户地址更新）；②Type2（版本化）：保留旧版本（加有效时间），新增新版本，完整保留历史（维度表膨胀）；③Type3（双值）：保留当前+一个历史值（如current/old地址），平衡复杂度与历史。选择依业务：需完整历史选Type2，简单选Type1，少量历史选Type3。2.常见问题及措施：①准确性（数据错误）：源系统校验+