2025年大数据治理数据质量管理员技能比武试题答案

2025年大数据治理数据质量管理员技能比武试题答案一、单项选择题（每题2分，共30分）1.根据DAMA-DMBOK框架，数据质量管理的核心目标是？A.消除所有数据错误B.确保数据满足业务需求和预期用途C.建立数据仓库D.提高数据存储效率答案：B解析：DAMA-DMBOK强调数据质量管理以“适用性”（FitnessforPurpose）为核心，即数据满足业务使用预期的程度，而非追求绝对的零缺陷。2.数据质量六个常用维度中，“数据在系统内和系统间的一致程度”指的是？A.准确性B.完整性C.一致性D.及时性答案：C3.某字段允许为空，但“性别”字段中出现了“未知名”这一取值，这主要违反了哪个数据质量维度？A.唯一性B.有效性C.时效性D.精确性答案：B解析：有效性（Validity）指数据符合定义的格式、类型、值域等约束，“未知名”不在性别的合法值域内。4.GB/T36344《信息技术数据质量评价指标》国家标准中，不包含下列哪项指标？A.规范性B.可访问性C.可移植性D.真实性答案：C5.数据质量规则“客户身份证号为18位数字”属于哪类规则？A.唯一性规则B.格式校验规则C.跨表一致性规则D.业务逻辑规则答案：B6.数据剖析（DataProfiling）的主要目的是？A.加密敏感数据B.对数据进行统计分析以发现其结构和质量特征C.压缩数据存储空间D.迁移历史数据答案：B7.下列哪项是“数据清洗”的典型操作？A.修改数据库表结构B.处理缺失值、去除重复记录、纠正异常值C.对数据集划分训练集与测试集D.建立数据血缘图谱答案：B8.数据质量管理PDCA循环的正确顺序是？A.检查—计划—处理—执行B.计划—执行—检查—处理C.执行—计划—处理—检查D.计划—检查—执行—处理答案：B9.主数据（MasterData）管理中，“客户”通常被划分为哪类主数据？A.交易型数据B.参与方类主数据C.元数据D.日志数据答案：B10.下列关于元数据的说法，正确的是？A.元数据是描述数据的数据B.元数据仅指技术层面的表结构信息C.元数据不能用于数据质量分析D.元数据无需纳入治理范围答案：A11.某企业两个系统中同一客户的手机号不一致，应首先开展哪项工作？A.直接删除其中一条记录B.进行数据源核对与血缘分析，确定权威数据源C.将两条记录都标记为无效D.忽略该问题答案：B解析：跨系统数据冲突应先溯源（血缘分析、数据源核查），依据“单一权威源”（GoldenSource）原则确定以哪个系统为准，而非简单删除。12.数据质量检核中，通过SQL对两张表按主键进行全外连接比对，主要用于检查？A.数据一致性与完整性B.数据加密强度C.系统性能D.数据权限答案：A13.“数据质量六性”中，衡量“数据能否在需要时被及时获取和使用”的是？A.准确性B.及时性（时效性）C.唯一性D.完整性答案：B14.数据质量整改闭环流程的正确顺序是？A.问题发现—问题分析—整改方案—整改实施—验证关闭B.整改实施—问题发现—验证关闭—问题分析C.问题分析—问题发现—验证关闭—整改实施D.问题发现—整改实施—问题分析—验证关闭答案：A15.湖仓一体架构中，为保障数据质量，通常在数据入湖/入仓环节实施？A.数据脱敏B.数据质量门禁（QualityGate）校验C.数据归档D.冷热数据分层答案：B二、多项选择题（每题3分，共15分。多选、少选、错选均不得分）1.下列属于数据质量维度的有？A.完整性B.准确性C.一致性D.唯一性答案：ABCD2.数据质量问题产生的常见原因包括？A.源系统录入不规范B.系统集成与接口转换错误C.缺乏数据标准与管理制度D.硬件性能不足答案：ABC解析：数据质量问题多源于业务流程、标准缺失和系统集成环节，硬件性能不足主要影响处理效率，一般不直接导致数据质量问题。3.数据质量检核规则的类型通常包括？A.值域校验B.逻辑关系校验C.跨表/跨系统一致性校验D.波动性与趋势校验答案：ABCD4.关于数据标准，下列说法正确的有？A.数据标准是保障数据一致性和可比性的基础B.数据标准包括业务属性、技术属性和管理属性C.数据标准一经发布不可修订D.数据标准的落地需要与系统改造和落标核查结合答案：ABD解析：数据标准应随业务发展定期评审修订，C项“不可修订”说法错误。5.数据质量报告通常应包含的内容有？A.质量检核规则执行情况与通过率B.质量问题清单及责任归属C.整改进度与闭环情况D.质量趋势分析答案：ABCD三、判断题（每题1分，共10分）1.数据质量越高越好，应不惜一切代价追求100%的数据准确率。答案：错误2.数据清洗可以在数据生命周期的多个环节进行，但“源头治理”是最经济有效的方式。答案：正确3.缺失值只能通过删除记录的方式处理。答案：错误4.数据血缘分析有助于定位数据质量问题的根源。答案：正确5.数据质量管理的责任仅属于IT部门。答案：错误6.重复数据是指同一实体在数据集中存在多条冗余记录，是影响唯一性维度的主要问题。答案：正确7.数据质量规则一旦配置，无需再进行评审和优化。答案：错误8.数据质量管理应遵循“业务驱动、闭环管理”的原则。答案：正确9.异常值一定是错误数据，必须全部删除。答案：错误10.GB/T36073《数据管理能力成熟度评估模型》（DCMM）将数据管理能力成熟度划分为五个等级。答案：正确四、简答题（每题7分，共21分）1.简述数据质量的六个常用维度及其含义。答案：(1)完整性：数据记录和字段信息完整，无缺失；(2)准确性：数据真实反映客观实际，取值正确；(3)一致性：同一数据在不同系统、不同表间保持一致；(4)唯一性：同一实体在数据集中不重复；(5)有效性（规范性）：数据符合定义的类型、格式、值域等约束；(6)及时性（时效性）：数据在需要时能够被及时更新和获取。2.简述数据质量管理闭环（PDCA）的四个阶段及各阶段主要工作。答案：(1)计划（Plan）：制定数据质量目标、质量规则、检核方案与管理制度；(2)执行（Do）：部署质量检核任务，开展数据清洗与整改，落实源头管控；(3)检查（Check）：监控质量指标执行情况，出具质量报告，分析问题根因；(4)处理（Act）：对已解决问题进行标准固化，对未解决问题转入下一轮循环，持续改进。3.某业务系统每日通过ETL向数据仓库同步客户数据。请列出在该链路上可采取的至少五项数据质量保障措施。答案：(1)源头管控：在源系统录入环节设置必填校验、格式校验和值域校验；(2)接口管控：对ETL抽取的数据量、主键唯一性进行波动监控，异常时告警阻断；(3)转换环节：制定统一的数据清洗和转换规则，处理缺失值、去重、标准化；(4)落库校验：在数仓入表前设置质量门禁（QualityGate），执行完整性、一致性、有效性等规则检核；(5)事后监控：建立跨系统一致性比对任务和数据质量看板，定期出具质量报告；(6)闭环整改：建立质量问题台账，明确责任人与整改时限，跟踪闭环。五、案例分析题（共24分）案例背景：某银行数据仓库中“个人客户信息表”存在以下问题：(1)表中共500万条记录，其中身份证号重复的记录约3万条；(2)约8万条记录的“手机号”字段为空，另有2万条手机号格式不合法（如位数不足11位）；(3)该表客户职业取值中有“自雇人士”“个体户”“自由职业”等多个含义相近的值，未纳入标准码值；(4)客户年龄出现200岁以上的异常记录；(5)该表与核心系统中同一客户的婚姻状况存在大量不一致。1.（8分）请将上述五类问题分别对应到相应的数据质量维度。答案：(1)身份证号重复——唯一性问题；(2)手机号为空——完整性问题；手机号格式不合法——有效性（规范性）问题；(3)职业取值未纳入标准码值——有效性（规范性）问题（本质是数据标准缺失导致的不规范）；(4)年龄200岁以上——准确性问题（异常值）；(5)跨系统婚姻状况不一致——一致性问题。2.（8分）针对“身份证号重复”问题，请设计一套完整的排查与处理方案。答案：(1)排查定位：按身份证号分组统计，识别重复记录清单，分析重复产生原因（如多渠道重复开户、ETL重复抽取、历史数据合并等）；(2)根因分析：通过血缘分析追溯重复数据的来源链路，区分技术性重复与业务性重复；(3)处理规则制定：以核心系统或客户主数据系统为权威数据源，制定保留规则（如保留最新、最完整的记录）；对信息可互补的记录进行合并（Survivorship规则），对确属不同实体的记录核实后保留；(4)技术处理：在数仓清洗层实施数据去重脚本或建立客户唯一ID匹配合并流程；(5)源头防控：在数据入库环节增加身份证号唯一性校验门禁，源系统增加开户查重功能；(6)验证闭环：处理后再次执行唯一性检核，确认重复率归零，并将规则固化为常态化监控任务。3.（8分）针对“职业取值不规范”问题，请从数据标准管理角度提出治理措施，并说明如何防止问题再次发生。答案：治理措施：(1)标准制定：依据国标/行业标准（如GB/T2261.3从业状况代码）结合业务实际，制定“客户职业”数据标准的码值字典，明确业务属性、技术属性和管理属性；(2)标准映射：梳理现有“自雇人士”“个体户”“自由职业”等相近取值，制定新旧码值映射关系，统一归并到标准码值；(3)存量整改