数据湖仓一体架构工程师考试试卷及答案

数据湖仓一体架构工程师考试试卷及答案试题部分一、填空题（共10题，每题1分）1.数据湖仓一体中，实现ACID事务的核心表格式包括DeltaLake、ApacheIceberg和______。2.湖仓一体的核心目标是打破传统______（湖/仓）之间的壁垒。3.湖仓一体常用列式存储格式：Parquet和______。4.湖仓一体架构通常包含存储层、计算层、______层和治理层。5.湖仓一体最常用的流批统一计算引擎是______。6.湖仓一体元数据管理包括表结构、分区信息和______。7.冷热分离中，热数据通常存储在______（S3标准存储/归档存储）。8.湖仓一体支持______分析（OLAP）和事务性更新。9.DeltaLake通过______日志实现事务原子性。10.数据湖通常基于______（对象存储/关系数据库）构建。二、单项选择题（共10题，每题2分）1.以下哪项不是湖仓一体优势？A.统一存储分析B.支持ACIDC.仅批量处理D.冷热分层2.ApacheIceberg主要作用是？A.流处理B.元数据管理C.存储非结构化数据D.优化查询3.湖仓一体计算层不包括？A.SparkB.FlinkC.HiveD.MySQL4.哪种格式不支持ACID？A.DeltaB.IcebergC.ParquetD.Hudi5.湖仓一体“仓”特性体现在？A.存储原始数据B.支持事务与结构化分析C.低成本D.非结构化数据6.冷数据通常存储在？A.本地磁盘B.S3GlacierC.HDFSD.内存7.实现增量更新的组件是？A.DeltaLakeB.KafkaC.RedisD.ZooKeeper8.治理层不包括？A.数据血缘B.权限管理C.数据加密D.流处理9.湖和仓区别错误的是？A.湖存原始数据B.湖无事务C.湖成本高D.仓支持OLAP10.元数据存储常用？A.PostgreSQLB.对象存储C.本地文件D.内存三、多项选择题（共10题，每题2分）1.湖仓一体核心技术包括？A.列式存储B.ACID表格式C.流批引擎D.元数据管理2.常用计算引擎有？A.SparkB.FlinkC.PrestoD.Hive3.湖仓一体优势包括？A.减少复制B.多模态数据C.提升查询D.简化架构4.支持湖仓一体的表格式？A.DeltaB.IcebergC.HudiD.Parquet5.架构分层包括？A.存储层B.计算层C.元数据层D.治理层6.冷热分离好处？A.降成本B.提速热数据C.增冗余D.简化备份7.数据治理内容包括？A.数据质量B.权限C.血缘D.生命周期8.适合湖仓一体的场景？A.企业级统一分析B.流批处理C.事务更新D.仅存日志9.元数据管理作用？A.加速查询B.管表结构C.跟踪版本D.支持事务10.DeltaLake正确描述？A.基于ParquetB.支持ACIDC.增量更新D.仅Spark四、判断题（共10题，每题2分）1.湖仓一体无需整合湖和仓。（）2.Iceberg支持时间旅行查询。（）3.湖仓一体仅支持结构化数据。（）4.DeltaLake事务日志存对象存储。（）5.Flink可用于湖仓一体流处理。（）6.冷热数据划分固定不变。（）7.湖仓一体核心是“一份存储多场景”。（）8.Hudi仅增量更新不支持ACID。（）9.元数据存关系库是可选的。（）10.湖仓一体可替代传统湖/仓。（）五、简答题（共4题，每题5分）1.简述湖仓一体的核心价值。2.说明DeltaLake的核心特性。3.湖仓一体架构的分层设计。4.如何实现湖仓一体的数据一致性？六、讨论题（共2题，每题5分）1.讨论湖仓一体在企业数据治理中的应用。2.如何选择湖仓一体核心表格式（Delta、Iceberg、Hudi）？答案部分一、填空题答案1.ApacheHudi2.数据湖与数据仓库3.ORC4.元数据5.ApacheSpark6.版本信息7.S3标准存储8.联机分析（OLAP）9.事务（Delta）10.对象存储二、单项选择题答案1.C2.B3.D4.C5.B6.B7.A8.D9.C10.A三、多项选择题答案1.ABCD2.ABCD3.ABCD4.ABC5.ABCD6.AB7.ABCD8.ABC9.ABCD10.ABC四、判断题答案1.×2.√3.×4.√5.√6.×7.√8.×9.×10.×五、简答题答案1.核心价值：打破湖/仓壁垒，实现“一份数据多场景复用”。①减少复制，降存储维护成本；②支持ACID事务，满足实时更新；③兼容流批，统一实时离线分析；④支持多模态数据（结构化/半结构化/非结构化）；⑤简化架构，提升治理效率。2.DeltaLake特性：①ACID事务，确保并发写入一致性；②版本控制，支持时间旅行查询；③增量更新，仅写变更数据；④Schema演进，自动/手动调整表结构；⑤兼容Parquet，无缝对接Spark/Flink等引擎。3.分层设计：①存储层：对象存储（S3/OSS）或HDFS；②元数据层：PostgreSQL等管理表结构/版本；③计算层：Spark/Flink（流批）、Presto（OLAP）；④治理层：数据质量、权限、血缘、生命周期管理。4.数据一致性实现：①ACID表格式（Delta/Iceberg）；②集中式元数据管理；③增量更新（避免全量重写）；④写入校验（Schema/类型）；⑤版本控制（支持回滚）。六、讨论题答案1.应用：①统一存储整合数据孤岛，便于治理；②集中元数据提升可见性；③ACID+Schema校验保障数据质量；④统一权限模型满足合规；⑤冷热分离实现生命周期管理。例：电商企业通过湖仓一体整合用户行为/订单数据，实现血缘追踪与质量告警。2.格式选择：①Delta：Spark生态优先，