ODPS基础实操考核试题（含详细答案解析）

ODPS基础实操考核试题（含详细答案解析）考试说明：满分100分，考试时长90分钟，题型包含选择题、填空题、简答题、实操题，侧重ODPS日常开发、语法使用、数据处理实战能力考察，无偏题怪题，贴合大数据岗位日常工作场景。一、单项选择题（共10题，每题3分，共30分）1、以下不属于ODPS核心功能的是（）A、海量数据离线计算B、实时数据流秒级分析C、结构化、非结构化数据存储D、SQL数据查询与加工2、ODPS中创建表时，分区字段的存储特点是（）A、分区字段数据重复存储在数据表中B、分区字段仅作为目录维度，不重复存储数据C、分区字段必须为主键D、分区字段不支持字符串类型3、在ODPSSQL中，用于去重统计的关键字是（）A、DISTINCTB、UNIQUEC、FILTERD、REMOVE4、ODPS表中，关于临时表的说法正确的是（）A、全局可见，永久存储B、仅当前会话有效，会话结束自动删除C、可以跨项目空间使用D、支持创建分区临时表5、以下ODPSSQL语句中，语法正确的是（）A、select*fromuser_infowhereage>20limit10;B、select*fromuser_infolimit10whereage>20;C、select*user_infowhereage>20;D、selectwhereage>20fromuser_info;6、ODPS分区表中，最常用的分区维度是（）A、用户IDB、时间日期C、设备型号D、地域信息7、在ODPS中，用于批量导入本地数据到数据表的命令是（）A、INSERTB、LOADC、IMPORTD、UPLOAD8、ODPSSQL中，SUM、COUNT、AVG这类函数属于（）A、开窗函数B、聚合函数C、字符串函数D、日期函数9、关于ODPS项目空间（Project），说法错误的是（）A、是ODPS资源隔离的基本单位B、不同项目空间默认无法互相访问数据C、一个项目空间只能创建一张数据表D、项目空间可配置用户权限10、ODPS中ROW_NUMBER()函数的核心作用是（）A、统计数据总行数B、分组内生成连续不重复序号C、去除重复数据D、排序后取最大值二、填空题（共5题，每题4分，共20分）1、ODPS数据表分为普通表、__________和外部表三种类型。2、ODPSSQL中，用于对查询结果排序的关键字是__________，降序排序需搭配__________参数。3、开窗函数中，用于分组开窗的关键字是__________，区别于GROUPBY的全局分组聚合。4、ODPS中，__________语句可以实现将查询结果写入新表或已有分区表。5、ODPS默认数据存储格式为__________，具备高压缩、高查询效率的特点。三、简答题（共3题，每题10分，共30分）1、简述ODPS分区表的作用，以及日常开发中分区使用的核心规范。2、对比ODPS中GROUPBY和PARTITIONBY的区别，分别说明适用场景。3、简述ODPS临时表的使用场景和使用限制。四、实操题（共1题，20分）现有用户行为数据表user_behavior，表结构如下：user_id（字符串，用户ID）、behavior（字符串，行为类型：浏览/点击/下单/支付）、goods_id（字符串，商品ID）、create_time（字符串，行为时间，格式yyyy-MM-dd）、city（字符串，用户所在城市）需求：编写ODPSSQL完成以下统计分析：1、统计2026年08月01日，各城市用户的总访问次数、下单次数、支付次数；（12分）2、基于上述结果，筛选出支付次数大于100的城市数据。（8分）参考答案及详细解析一、单项选择题答案及解析1、答案：B解析：ODPS核心定位是离线大数据计算与存储，擅长海量数据批量处理、离线分析；实时秒级数据流分析并非其核心能力，该场景一般搭配实时计算组件实现。A、C、D均为ODPS基础核心功能。2、答案：B解析：ODPS分区是逻辑目录概念，分区字段仅用于数据分层管理，不会和业务字段一样重复存储具体数据，能够大幅减少查询扫描的数据量。分区字段无主键要求，支持字符串、日期、数值等常用类型。3、答案：A解析：ODPSSQL中使用DISTINCT关键字实现数据去重，可用于单列或多列去重；UNIQUE为约束关键字，FILTER、REMOVE非ODPS标准去重关键字。4、答案：B解析：ODPS临时表仅在当前SQL会话中有效，会话关闭后自动清除，仅当前会话可见，不支持跨会话、跨项目使用，且临时表不支持分区、索引等配置。5、答案：A解析：ODPSSQL语法遵循标准SQL规范，查询语句结构为：SELECT字段FROM表名WHERE条件LIMIT条数。B、D语序错误，C缺少FROM关键字，语法不合法。6、答案：B解析：日常大数据开发中，均以时间日期作为核心分区维度，可实现按天、按月拆分数据，精准过滤数据，提升查询效率，是ODPS最通用的分区方式。7、答案：B解析：LOAD命令是ODPS本地文件数据导入数据表的核心命令；INSERT用于插入查询结果数据，IMPORT多用于跨平台数据迁移，UPLOAD非ODPS标准导入命令。8、答案：B解析：SUM求和、COUNT计数、AVG求平均值，均为聚合函数，核心作用是对批量数据进行汇总统计；开窗函数为ROW_NUMBER、RANK等，与题干函数类型不同。9、答案：C解析：ODPS一个项目空间可以创建无数张数据表、分区表、视图等资源，是资源隔离、权限管理的基本单元，不同项目默认数据隔离，可通过授权实现跨空间访问。10、答案：B解析：ROW_NUMBER()是经典开窗函数，可在指定分组内，为每一行数据生成连续不重复的序号，常用于分组排名、取TOPN数据；不用于统计总行数、去重或取极值。二、填空题答案及解析1、分区表解析：ODPS数据表三大类型：普通表（无分区）、分区表（分层存储，高效过滤）、外部表（关联外部存储数据，不占用ODPS本地存储）。2、ORDERBY；DESC解析：ORDERBY为结果排序关键字，默认ASC升序，DESC代表降序排序。3、OVER解析：PARTITIONBY搭配OVER()实现开窗分组，仅拆分数据分组、不合并行数；GROUPBY分组后会将每组数据聚合为一行。4、INSERTOVERWRITE/INSERTINTO解析：INSERTINTO追加写入数据，INSERTOVERWRITE覆盖写入数据，是ODPS查询结果落地表的核心语句。5、ORC解析：ODPS默认采用ORC列式存储格式，压缩率高、查询性能优异，适配海量离线数据存储与计算场景。三、简答题答案及解析1、答案：（1）核心作用：分区表将海量数据按照指定维度拆分为多个逻辑分区，查询数据时可直接过滤无用分区，减少磁盘扫描的数据量，大幅提升SQL查询、计算效率；同时便于数据分层管理、按分区清理过期数据，降低存储成本。（2）核心使用规范：①优先使用时间作为分区字段，通用且适配绝大多数业务场景；②单表分区粒度不宜过细，避免分区过多导致元数据冗余；③查询时必须携带分区过滤条件，禁止全表扫描；④按分区进行数据更新、删除、清理，不批量操作全表数据。2、答案：（1）GROUPBY：属于聚合分组，分组后会将每组多条数据合并为一条结果，必须搭配SUM、COUNT等聚合函数使用。适用场景：全局数据汇总统计，如按天统计总订单量、按城市统计总用户数。（2）PARTITIONBY：属于开窗分组，仅对数据进行分组拆分，不会合并行数，常搭配ROW_NUMBER、LAG等开窗函数使用，保留原始数据明细。适用场景：分组内排名、取每组最新数据、计算组内同比环比数据。3、答案：（1）使用场景：临时存储单次查询、计算的中间结果，简化复杂SQL嵌套逻辑；测试SQL语法、验证数据逻辑；单次任务内部数据流转，无需永久存储的业务场景。（2）使用限制：①仅当前会话有效，会话结束自动删除，无法持久化存储；②仅当前会话可见，不支持跨会话、跨用户、跨项目访问；③不支持创建分区、索引、视图；④不支持数据导出、跨任务复用。四、实操题参考答案（可直接运行）解题思路：通过CASEWHEN分类统计不同行为数据，按城市分组，过滤指定日期分区，最后筛选目标数据，语法贴合ODPS标准，可直接执行。sql

--需求1：统计2026年08月01日各城市各类行为数据

SELECT

city,

COUNT(*)AStotal_visit_num,--总访问次数（所有行为均视为访问）

SUM(CASEWHENbehavior='下单'THEN1ELSE0END)ASorder_num,--下单次数

SUM(CASEWHENbehavior='支付'THEN1ELSE0END)ASpay_num--支付次数

FROMuser_behavior

WHEREcreate_time='2026-08-01'--精准日期过滤

GR