数据建模工程师考试大纲与题库

数据建模工程师考试大纲与题库数据建模工程师完整考试大纲+配套题库（工信部标准+企业认证通用版）一、考试基本说明（依据SJ/T11788-2021《大数据从业人员能力要求》）1.证书分级初级数据建模工程师：基础建模、SQL、简单数仓分层中级数据建模工程师（主流考证）：维度建模、数据湖、分层架构、SCD、大数据建模实操高级数据建模工程师：企业级数据架构、全域数据模型、元数据治理、算法建模落地2.考试形式总分100分，60分合格理论笔试/上机（60分）：单选、多选、判断、简答实操上机（40分）：ER图绘制、星型/雪花模型设计、HiveSQL建模、分层表DDL编写3.考试时长中级：理论80min+实操40min；高级：理论90min+实操60min第一部分官方标准考试大纲（中级，行业通用核心）模块1数据建模基础理论（15%）数据建模定义、价值、建模全生命周期（需求调研→概念→逻辑→物理→落地迭代）三层模型体系：概念CDM、逻辑LDM、物理PDM区别与设计要点ANSI/SPARC三层架构、Zachman企业数据框架基础OLTP事务库建模vsOLAP数仓建模核心差异建模工具：PowerDesigner、ER/Studio、DataGrip、Navicat、DataWorks建模模块数据建模规范、命名规范、模型文档交付标准模块2ER关系建模与范式理论（20%）ER核心要素：实体、属性、主键、外键、强弱实体、一对一/一对多/多对多关系1NF/2NF/3NF/BCNF范式定义、消除冗余、解决增删改异常反范式设计场景、冗余取舍、宽表设计适用场景代理键、自然键、复合主键、业务主键设计规范约束设计：主键、唯一、非空、外键、检查约束模块3维度建模（Kimball理论，核心重点25%）维度建模核心思想、星型模型、雪花模型优缺点与选型事实表分类：事务事实、周期快照、累积快照事实表维度表设计：一致性维度、共享维度、退化维度缓慢变化维SCD1/SCD2/SCD3/SCD4完整实现方案（必考）粒度设计、聚合层、汇总宽表、指标衍生杂项维度、垃圾维度、时间维度标准设计模板模块4数据仓库&数据湖分层建模（18%）标准五层分层：ODS原始层→DWD明细层→DWM中间层→DWS汇总层→ADS应用层维度层DIM独立设计、分区、分桶、冷热分层存储数据湖建模：湖仓一体、DeltaLake/Hudi/Iceberg建模适配实时数仓建模：ODS实时层、DWD实时明细、实时汇总层存储格式选型：ORC、Parquet、JSON、文本对模型的影响数据分区、分桶、索引物理建模优化模块5大数据技术与SQL建模实操（12%）Hive/SparkSQL建模语法、DDL建表、分区表、外部表、视图/物化视图窗口函数、关联查询、数据清洗SQL建模特征工程基础建模：缺失值、标准化、独热编码、特征衍生时序数据建模、拉链表实现（SCD2拉链表必考）批流一体模型设计思路模块6数据治理、质量与合规（10%）元数据、数据字典、数据血缘与模型联动数据质量规则：完整性、唯一性、准确性、一致性校验主数据MDM建模、统一客户/商品主模型数据安全、隐私合规、脱敏建模、数据分级第二部分配套考试题库（含答案+解析，分题型）一、单项选择题（20题）第三范式3NF核心解决的问题是（）

A.消除重复组B.消除传递函数依赖C.消除部分依赖D.多对多拆分

答案：B

解析：1NF去重复组，2NF去部分依赖，3NF消除传递依赖。下列不属于维度建模特征的是（）

A.星型结构B.SCD缓慢变化维C.严格3NF范式D.事实+维度分离

答案：C

解析：维度建模允许适度反范式，不严格遵循3NF。存储历史维度变更完整记录，保留历史快照使用哪种SCD（）

A.SCD1覆盖更新B.SCD2拉链表C.SCD3新增字段D.SCD4历史表

答案：B

解析：SCD2拉链表记录每条维度记录生效、失效时间，完整留存历史。OLTP数据库设计优先遵循（），OLAP数仓优先（）

A.3NF范式、反范式宽表B.反范式、3NFC.雪花模型、星型D.分层、单表

答案：A数据仓库ODS层作用是（）

A.业务汇总指标B.原样同步源系统原始数据C.清洗明细数据D.报表应用层

答案：B拉链表实现缓慢变化维依靠哪两个时间字段（）

A.create_time、update_time

B.start_dt、end_dt

C.load_time、sync_time

D.order_time、pay_time

答案：B下列属于事实表特征的是（）

A.存储大量描述性文本B.存储度量指标+维度外键C.数据量小更新少D.一致性维度存储

答案：BHive中适合数仓分层存储、列式压缩、支持谓词下推的格式（）

A.TextFileB.ORCC.SequenceFileD.JSON

答案：B概念数据模型CDM核心作用是（）

A.定义字段类型、长度B.梳理业务实体与关系，无关技术存储

C.编写建表语句D.设计分区分桶

答案：B多源业务系统统一客户编码，统一客户属性属于（）

A.一致性维度B.事实表C.应用层ADSD.ODS原始层

答案：A以下哪项不属于数据清洗建模操作（）

A.缺失值填充B.去重C.表分区D.异常值剔除

答案：C雪花模型相比星型模型最大缺点（）

A.规范化高，关联多查询慢B.冗余数据多C.不支持SCDD.无法分层

答案：A累积快照事实表适合哪种业务场景（）

A.每日用户访问日志B.订单全生命周期（下单→支付→发货→完成）

C.实时商品点击D.月度销售汇总

答案：B退化维度是指（）

A.存储在事实表、无需单独建维度表的维度字段

B.缓慢变化维度

C.垃圾维度

D.时间维度

答案：A下列属于物理数据模型PDM内容的是（）

A.业务实体名称B.字段数据类型、长度、分区策略

C.业务关系描述D.业务术语定义

答案：B为减少模型过拟合，特征工程常用手段（）

A.增加全部原始特征B.特征筛选降维C.数据复制扩容D.独热编码所有字段

答案：B数据湖仓一体建模区别传统数仓核心（）

A.仅分层建模B.原始数据湖存储+统一数仓服务，批流统一模型

C.只使用星型模型D.严格3NF

答案：B主数据MDM建模核心目标（）

A.统一企业核心实体唯一标准口径B.存储明细日志

C.做报表指标D.实时数据采集

答案：A以下哪种不属于分层ADS应用层特征（）

A.面向报表、大屏、分析接口B.高度聚合宽表

C.多维度关联完成D.原始未清洗明细数据

答案：D建模时代理键SurrogateKey作用（）

A.替代业务主键，业务编码变更不影响关联关系

B.作为指标度量值

C.存储时间戳

D.分区字段

答案：A二、多项选择题（10题）三层数据模型包含（）

A.CDM概念模型B.LDM逻辑模型C.PDM物理模型D.UML类模型

答案：ABCSCD2拉链表必备字段（）

A.代理主键idB.业务编码C.dim_start_dtD.dim_end_dtE.维度属性字段

答案：ABCDE标准数仓五层分层包含（）

A.ODS原始层B.DWD明细层C.DWM中间层D.DWS汇总层E.ADS应用层F.DIM维度层

答案：ABCDEF事实表三大分类（）

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

答案：ABC维度建模中维度表设计原则（）

A.一致性维度复用B.适度反范式C.单一主键代理键D.存储描述属性

答案：ABCD反范式宽表适用场景（）

A.前端报表快速查询B.大表多表关联性能差C.实时数仓汇总层D.OLTP交易系统

答案：ABC数据建模常用工具（）

A.PowerDesignerB.ER/StudioC.DataWorksD.NavicatDataModeler

答案：ABCD数据质量建模校验维度（）

A.完整性B.唯一性C.准确性D.一致性E.及时性

答案：ABCDE星型模型组成部分（）

A.中心事实表B.直接关联维度表C.多层子维度表D.分区字段

答案：AB大数据建模优化手段（）

A.合理分区分桶B.选用ORC/Parquet列式存储C.建立物化视图D.分层减少重复计算

答案：ABCD三、判断题（10题）OLTP系统优先使用反范式宽表提升查询速度。（×）

解析：OLTP追求低冗余，遵循3NF；OLAP反范式。SCD1直接覆盖旧维度数据，无法保留历史记录。（√）DWD明细层可以直接对外提供报表查询。（×）

解析：DWD明细量大，报表使用ADS汇总层。雪花模型多层维度关联，适合海量数据实时查询场景。（×）拉链表dim_end_dt='9999-12-31'代表当前生效最新数据。（√）概念模型需要定义字段长度、数据类型。（×）一致性维度可在企业所有业务线统一复用。（√）分区字段应当选择基数大、过滤频繁的字段，如订单ID。（×）

解析：分区选时间等低基数字段。退化维度不需要单独创建维度表，存放于事实表。（√）数据湖只能存储结构化数据，无法处理半结构化日志。（×）四、简答题（高频考题）简述CDM、LDM、PDM三层模型区别与交付产出

答：CDM概念模型：纯业务视角，梳理实体、业务关系，不涉及技术；产出业务ER图、业务术语字典。LDM逻辑模型：细化实体属性、主键外键、确定范式，无存储细节；产出标准化逻辑ER图。PDM物理模型：映射数据库，定义字段类型、长度、分区、存储格式、索引；产出建表DDL脚本。星型模型与雪花模型优缺点、适用场景星型：事实直接关联维度，关联少查询快；冗余高，适合报表、实时数仓。雪花：维度规范化拆分多层，冗余低；多表关联性能差，适合数据治理、复杂主数据场景。简述SCD1/SCD2/SCD3三种缓慢变化维实现与适用场景SCD1：直接覆盖更新，无历史；仅需最新维度场景。SCD2：拉链表保存全量历史，记录变更时间；需要追溯历史维度（用户、商品）。SCD3：新增历史字段存储旧值，仅保留最近一次变更；变更频率极低场景。标准数据仓库五层分层各自作用ODS：原样同步源系统，不清洗，做数据备份；DWD：清洗、去重、统一编码，明细数据；DWM：中间汇总，减少重复计算；DWS：多维度粗粒度汇总，指标层；ADS：面向业务应用、报表、大屏定制宽表。五、实操建模大题（考试必考）实操1：电商订单业务设计星型模型业务：用户下单，包含订单、用户、商品、支付、时间维度，需要统计每日销售额。

要求：画出ER结构，区分事实表