数据架构工程师考试试卷及答案

数据架构工程师考试试卷及答案填空题（每题1分，共10分）1.数据架构的核心目标之一是实现数据的______，避免数据冗余。2.数据仓库的英文缩写是______。3.数据湖通常存储______格式的原始数据（如JSON、CSV）。4.星型数据模型的核心是事实表和______。5.Flink框架的核心特性是______状态管理。6.数据治理的关键组件包括数据质量、安全和______。7.HDFS默认块大小是______MB（新版）。8.数据血缘分析的主要目的是追踪数据的______和去向。9.数据中台的核心是提供______化的数据服务能力。10.常用开源元数据管理工具是______。单项选择题（每题2分，共20分）1.适合OLAP分析的数据模型是？A.关系模型B.星型模型C.文档模型D.图模型2.数据湖与数据仓库的区别不包括？A.存储结构B.处理方式C.数据用途D.存储介质3.支持Exactly-Once语义的实时框架是？A.StormB.FlinkC.SparkStreamingD.Kafka4.数据资产定义不包含？A.数据价值B.数据产权C.存储位置D.使用权限5.数据架构分层不包括？A.接入层B.应用层C.存储层D.以上都不包括6.Hive默认执行引擎是？A.MapReduceB.SparkC.TezD.Presto7.数据血缘的作用不包括？A.溯源B.故障排查C.数据压缩D.合规审计8.数据中台的核心是？A.数据仓库B.数据服务总线C.元数据平台D.数据湖9.适合列存储的数据格式是？A.ParquetB.JSONC.CSVD.Avro10.“最小权限原则”指？A.只给必要权限B.权限越少越好C.不给权限D.按需分配多项选择题（每题2分，共20分）1.数据架构关键原则包括？A.一致性B.可扩展性C.安全性D.冗余性2.数据仓库分层通常包括？A.ODS层B.DWD层C.DWS层D.ADS层3.分布式存储系统有？A.HDFSB.S3C.CassandraD.MySQL4.数据治理内容包括？A.质量B.安全C.标准D.血缘5.实时数据处理场景有？A.实时报表B.风控监控C.日志分析D.离线分析6.元数据类型包括？A.技术元数据B.业务元数据C.操作元数据D.统计元数据7.数据湖优势有？A.成本低B.多格式支持C.实时处理D.Schema灵活8.数据建模步骤包括？A.需求分析B.概念建模C.逻辑建模D.物理建模9.数据安全措施包括？A.加密B.脱敏C.权限控制D.审计10.数据架构师职责包括？A.模型设计B.治理规划C.技术选型D.业务分析判断题（每题2分，共20分）1.数据湖存储结构化数据。（）2.星型模型比雪花模型查询效率高。（）3.Flink只支持批处理。（）4.数据治理是架构师核心职责。（）5.HDFS适合存储小文件。（）6.元数据管理对架构不重要。（）7.数据中台是数据仓库的升级。（）8.实时处理必须用Kafka。（）9.数据一致性包含ACID特性。（）10.数据血缘只能追踪结构化数据。（）简答题（每题5分，共20分）1.简述数据湖与数据仓库的核心区别。2.数据治理的核心目标是什么？3.数据架构分层的常见层级及作用？4.Flink的核心优势是什么？讨论题（每题5分，共10分）1.如何在企业中推进数据治理？请给出关键步骤。2.设计数据湖时需考虑哪些关键因素？---答案部分填空题答案1.一致性2.DW3.原始/半结构化4.维度表5.有状态6.数据标准7.1288.来源9.复用10.ApacheAtlas单项选择题答案1.B2.D3.B4.C5.D6.A7.C8.B9.A10.A多项选择题答案1.ABC2.ABCD3.ABC4.ABCD5.ABC6.ABC7.ABD8.ABCD9.ABCD10.ABC判断题答案1.×2.√3.×4.√5.×6.×7.×8.×9.√10.×简答题答案1.数据湖vs数据仓库：①存储：湖存原始/半结构化数据（无预定义Schema），仓库存结构化数据（SchemaOnWrite）；②用途：湖支持多场景（分析、机器学习），仓库专注OLAP；③成本：湖存储成本低，仓库查询效率高但成本高；④处理：湖“SchemaOnRead”，仓库“SchemaOnWrite”。2.数据治理核心目标：确保数据“可用、可信、安全、合规”：①质量：准确完整；②安全：防泄露/非法访问；③合规：符合法规（如GDPR）；④资产化：转化为可复用资产；⑤一致性：跨系统数据统一。3.架构分层及作用：①接入层：采集/过滤数据；②存储层：存原始（ODS/湖）、加工（DWD/DWS）数据；③计算层：批处理（Spark）、实时（Flink）、查询（Presto）；④服务层：封装API/报表；⑤应用层：业务系统调用。目的是解耦、复用。4.Flink核心优势：①Exactly-Once语义；②有状态流处理；③批流统一；④低延迟（毫秒级）；⑤高可扩展；⑥生态丰富（集成Kafka、HDFS等）。讨论题答案1.推进数据治理步骤：①高层对齐：获管理层支持；②组织建设：成立治理委员会，明确数据Owner；③现状评估：梳理资产/质量问题；④制度落地：制定标准/安全规范；⑤工具支撑：引入元数据/质量监控工具；⑥培训考核：纳入业务KPI；⑦持续优化：复盘迭代。2.数据湖设计关键因素：①存储选型：S3/HDFS等分布式存储