元数据工程师考试试卷及答案

元数据工程师考试试卷及答案一、填空题（每题1分，共10分）1.元数据是描述____的数据，也被称为“数据的数据”。2.按应用场景分类，元数据可分为业务元数据、技术元数据和____元数据。3.开源元数据管理工具包括ApacheAtlas和____。4.CDMI是____数据管理接口的缩写。5.数据血缘描述数据从产生到消费的____关系。6.元数据治理核心目标是确保元数据的准确性、____和可用性。7.ApacheAtlas支持的元数据类型包括实体、关系和____。8.业务元数据通常包含业务定义、____和归属部门。9.元数据生命周期包括采集、存储、____、应用和退役。10.数据目录的核心功能是元数据的____和检索。二、单项选择题（每题2分，共20分）1.以下哪项不属于元数据核心价值？A.数据可观测性B.数据资产化C.数据加密D.血缘跟踪2.ApacheAtlas核心组件不包括？A.元数据存储B.类型系统C.数据湖引擎D.实体模型3.关注数据存储结构和性能的元数据类型是？A.业务元数据B.技术元数据C.操作元数据D.元模型4.数据血缘分析的主要作用是？A.提升存储效率B.排查数据问题根源C.优化查询速度D.降低存储成本5.专注数据目录和元数据搜索的工具是？A.SparkB.AmundsenC.HadoopD.Kafka6.数据血缘质量属于元数据治理的哪类维度？A.准确性B.完整性C.一致性D.时效性7.元数据采集的常见来源是？A.业务报表B.数据库表结构C.考勤记录D.服务器日志8.元模型是描述____的元数据？A.数据本身B.元数据C.业务规则D.数据血缘9.用于元数据交换格式的标准是？A.XMLB.JSONC.RDFD.CSV10.元数据工程师核心职责不包括？A.采集配置B.血缘分析C.数据库性能优化D.治理落地三、多项选择题（每题2分，共20分）1.元数据主要类型包括（多选）：A.业务元数据B.技术元数据C.操作元数据D.元模型2.元数据管理工具功能包括（多选）：A.采集B.血缘分析C.数据加密D.搜索3.元数据治理关键维度包括（多选）：A.准确性B.一致性C.完整性D.时效性4.ApacheAtlas支持的采集源包括（多选）：A.Hive表B.MySQLC.KafkaTopicD.业务报表5.数据目录核心功能包括（多选）：A.发现B.血缘可视化C.业务定义管理D.数据备份6.元数据应用场景包括（多选）：A.资产盘点B.问题排查C.合规检查D.数据迁移7.关于数据血缘的正确描述（多选）：A.描述流转路径B.支持影响分析C.仅横向血缘D.含纵向血缘8.元数据采集方式包括（多选）：A.主动采集B.被动采集C.手动录入D.自动扫描9.属于元数据标准的是（多选）：A.CDMIB.RDFC.OWLD.CSV10.元数据工程师需掌握的技能（多选）：A.Atlas/AmundsenB.数据库知识C.治理框架D.机器学习算法四、判断题（每题2分，共20分）1.元数据仅包含技术信息，不涉及业务。（）2.ApacheAtlas支持自动采集Hive、Spark元数据。（）3.数据血缘分横向（表间）和纵向（字段间）。（）4.元数据治理无需业务部门参与。（）5.Amundsen是LinkedIn开源工具。（）6.元数据生命周期不含退役阶段。（）7.业务元数据含归属部门、业务定义。（）8.元数据交换仅支持同工具交互。（）9.数据目录核心是检索和可视化。（）10.元数据工程师无需了解数据仓库架构。（）五、简答题（每题5分，共20分）1.简述元数据的核心价值。2.说明ApacheAtlas的核心架构。3.简述元数据采集的常见方式及适用场景。4.说明数据血缘分析的主要应用场景。六、讨论题（每题5分，共10分）1.讨论元数据治理在企业数据战略中的作用及落地步骤。2.讨论开源元数据工具（Atlas、Amundsen）的优缺点及企业选择策略。答案部分一、填空题答案1.数据本身2.操作3.Amundsen4.云5.依赖（或流转）6.一致性7.分类8.业务规则9.治理（或维护）10.发现二、单项选择题答案1.C2.C3.B4.B5.B6.B7.B8.B9.C10.C三、多项选择题答案1.ABC2.ABD3.ABCD4.ABC5.ABC6.ABCD7.ABD8.ABCD9.ABC10.ABC四、判断题答案1.×2.√3.√4.×5.√6.×7.√8.×9.√10.×五、简答题答案1.元数据核心价值：①数据资产化：明确数据归属、定义，转化为可管理资产；②可观测性：通过血缘跟踪数据流转，快速定位错误；③合规治理：支撑GDPR、分类分级等要求；④效率提升：减少数据查找成本，加速开发分析。是数据价值释放的基础。2.Atlas核心架构：四层结构：①元数据模型层（实体、关系、分类）；②存储层（HBase存储）；③采集层（Hook主动采集、API被动集成）；④服务层（RESTAPI、UI，支持搜索、血缘分析）。支持插件扩展对接其他组件。3.采集方式及场景：①自动扫描：结构化数据（数据库表），效率高；②Hook采集：计算引擎（Hive/Spark），实时捕获血缘；③API采集：SaaS工具（BI/CRM），拉取元数据；④手动录入：业务元数据（定义/规则），补自动采集不足。4.血缘分析应用：①问题排查：回溯上游数据源定位错误；②影响分析：评估表变更对下游作业的影响；③合规审计：支撑数据溯源（GDPR）；④资产盘点：明确数据关联，避免孤岛。六、讨论题答案1.元数据治理的作用与落地：作用是数据战略的基础支撑（资产化、合规、效率）。落地步骤：①组织保障（跨部门小组）；②工具选型（开源/商业）；③标准制定（采集规范、治理规则）；④试点推广（核心业务域先落地）；⑤持续优化（定期审计迭代）。需平衡技术与业务参与。2.开源工具优缺点及选择：优点：成本低、灵活