PowerBI 面试真题及详细答案(企业实战版)_第1页
PowerBI 面试真题及详细答案(企业实战版)_第2页
PowerBI 面试真题及详细答案(企业实战版)_第3页
PowerBI 面试真题及详细答案(企业实战版)_第4页
PowerBI 面试真题及详细答案(企业实战版)_第5页
已阅读5页,还剩1页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

PowerBI面试真题及详细答案(企业实战版)一、基础认知类(入门必问)1、简单说下PowerBI的组成模块和各自作用?PowerBI核心分为三个组件,日常工作中配合使用:第一是PowerBIDesktop,这是我们主要的开发工具,免费桌面端,所有的数据清洗、建模、DAX编写、可视化报表制作都在这完成,是报表开发的核心载体。第二是PowerBIService(网页端),主要用于报表发布、权限管理、数据刷新、工作区管理、报表分享,是报表上线和运维的平台,不支持编辑底层报表,只做管理和展示。第三是PowerBIMobile,移动端APP,仅用于查看、浏览已发布的报表,支持移动端自适应查看,无编辑功能。2、PowerBI报表、数据集、仪表板的区别是什么?数据集:是清洗建模后的底层数据模型,包含数据表、关系、度量值、计算列,是所有报表的数据来源,一个数据集可以支撑多个报表。报表:基于数据集制作的可视化页面,包含各类图表、切片器、筛选器,是完整的分析页面,可多页面设计。仪表板:仅在网页端制作,是从多个报表中挑选核心图表、卡片拼接而成的汇总大屏,适合高层看核心指标,不支持细化钻取,页面更简洁。3、PowerBI支持哪些常见的数据来源?日常工作最常用的分为几类:文件类:Excel、CSV、TXT、PBIX;数据库类:MySQL、SQLServer、Oracle、PostgreSQL;云端数据源:SharePoint、钉钉、企业微信、Azure数据服务;其他:网页数据、文件夹批量导入、PowerQuery数据流等。二、PowerQuery数据处理类(高频考点)1、PowerQuery的核心作用是什么?PowerQuery是PowerBI的数据预处理工具,核心是清洗、整理、转换数据,在数据加载到模型之前完成所有数据处理工作。主要操作包括去重、缺失值处理、拆分列、合并查询、透视/逆透视、更改数据类型、添加自定义列、批量处理文件等。所有操作都会记录步骤,支持刷新自动复用,不用重复手动处理数据。2、简述合并查询和追加查询的区别,分别适用什么场景?追加查询:是纵向合并,把结构相同的多张表,上下堆叠成一张表。适用场景:每月、每日的流水数据,表字段完全一致,需要汇总所有时间段数据,比如1-12月销售记录表合并为全年销售表。合并查询:是横向匹配,根据关联字段,把两张表的字段左右拼接。适用场景:关联维度表和事实表,比如销售流水表(订单、销量)关联用户表(用户姓名、地区)、产品表(产品分类、单价)。同时支持左连接、内连接、全外连接等多种匹配方式。3、数据加载中“仅创建连接”和“加载”的区别?加载:将清洗完成的数据直接导入数据模型,数据固化在模型中,可直接用于建模、做图表、写度量值,是最常用的模式。仅创建连接:只建立数据源连接,数据不加载到模型,一般用于中间临时表、不需要直接展示的辅助表,或者需要后续合并、转换的备用表,能减少模型冗余数据,降低文件体积。4、如何解决数据源更新后,报表数据不刷新的问题?首先检查三点:第一,确认PowerQuery步骤无报错,无缺失列、无路径失效;第二,本地文件需要保证文件路径、文件名未修改,数据库需要检查账号权限、网络连通性;第三,网页端发布后需配置网关,本地数据源必须安装本地网关,配置刷新计划。如果是部分数据不更新,检查是否设置了固定筛选、是否存在缓存,可手动清除缓存后重新刷新。三、数据建模类(核心重点)1、PowerBI三种模型关系分别是什么?日常用哪种最多?分为一对一、一对多、多对多三种关系:一对多(最常用):维度表(一)关联事实表(多),比如产品表一条产品数据,对应销售表多条订单数据,是标准星型模型结构,筛选逻辑清晰、计算效率最高。一对一:两张表数据完全一一对应,极少使用,一般是数据拆分导致,建议合并为一张表。多对多:两边表都存在重复值,容易出现筛选混乱、计算偏差,非必要不使用,遇到多对多场景优先调整数据结构、建立中间桥接表。2、星型模型和雪花模型的区别,各自优缺点?星型模型:核心是一张事实表,直接关联所有维度表,维度表之间无关联。优点:关系简单、DAX计算速度快、筛选逻辑稳定、不易出错,企业报表开发首选。缺点:维度表可能存在少量字段冗余。雪花模型:维度表再细分二级维度,比如产品表关联分类表,层层嵌套关联。优点:数据冗余极低。缺点:模型层级复杂,筛选传导容易出问题,计算性能差,报表卡顿,日常工作基本不推荐使用。3、什么是筛选传导?关系中的单向、双向筛选区别?筛选传导是指一张表的筛选条件,通过模型关系传递到关联表的过程。单向筛选(默认):维度表筛选,传递到事实表,反向不生效。比如通过地区筛选销售数据,完全符合业务逻辑,是常规用法。双向筛选:两张表可以互相传递筛选,多用于特殊多表关联场景。缺点:容易造成筛选冲突、计算结果异常、模型卡顿,不到万不得已不开启。四、DAX函数高频面试题(重中之重)1、计算列和度量值的核心区别?工作中如何选择?计算列:属于表的固定字段,在数据刷新时计算,结果固化在模型中,占用内存。行上下文计算,逐行生成数据,筛选不实时变动。适合固定属性计算,比如年份、季度、等级、单价*数量(固定金额)。度量值:动态计算指标,不占用模型内存,在视图筛选、切片器切换时实时计算。筛选上下文计算,随筛选条件动态变化。适合动态指标,比如销售额、销量、同比、环比、占比。工作原则:能用量度值绝不写计算列,减少模型内存占用,提升报表速度。2、SUM、SUMX的区别?分别适用场景?SUM:聚合函数,直接对整列求和,只针对已有列,语法简单,适合基础字段汇总,比如SUM(销售表[销量])。无法实现逐行运算,不能嵌套逻辑判断。SUMX:迭代函数,逐行遍历表格,先计算每行逻辑,再汇总结果。适合复杂计算,比如带条件求和、多字段运算求和。示例:求利润SUMX(销售表,销售表[销量]*(销售表[售价]-销售表[成本]))。3、ALL、ALLEXCEPT、ALLSELECTED的区别?ALL:清除所有筛选,读取整张表/整列的全部数据,常用于计算总计、全局占比。比如整体销售额占比,分母用ALL清除筛选,取总销售额。ALLEXCEPT:保留指定字段筛选,清除其余所有筛选。适合固定维度汇总,比如保留年份筛选,清除地区、产品筛选,计算年度总指标。ALLSELECTED:保留用户手动筛选的条件,清除报表自动筛选,是日常做动态占比、层级汇总最常用的函数,结果更贴合用户筛选逻辑。4、同比、环比的DAX核心思路和公式?环比:本期与上一期对比(本月vs上月),核心函数DATEADD。核心逻辑:先计算本期指标,再通过DATEADD偏移一个周期获取上期指标,再做差值、增长率计算。同比:本期与去年同期对比(本月vs去年本月),规避季节影响,核心函数SAMEPERIODLASTYEAR。注意:时间计算必须使用日期维度表,禁止用事实表日期,否则会出现时间切片错乱、空值错误。5、什么是行上下文和筛选上下文?怎么理解?行上下文:针对单行数据,仅识别当前行的字段值,主要用于计算列、迭代函数(SUMX、MAXX),只感知行数据,不受报表筛选影响。筛选上下文:报表、切片器、图表、行标题带来的筛选环境,度量值完全依赖筛选上下文,筛选变,结果就变,是动态指标的核心原理。五、可视化与报表设计类1、报表设计的核心原则是什么?第一,逻辑分层清晰,按照总览-细分-明细的层级设计页面;第二,核心指标前置,重点数据放大突出,辅助数据简化展示;第三,配色统一、简洁商务,不使用过多花哨样式;第四,适配切片筛选、钻取功能,方便用户自助分析;第五,保证报表响应速度,不堆砌冗余图表。2、PowerBI钻取功能怎么用?有什么作用?钻取分为页面钻取和视觉对象钻取,核心是实现从宏观到微观的分析。比如从年度销售额,钻取到季度、月度、单订单明细,不用切换页面,快速定位数据异常原因,提升分析效率。3、如何实现报表自适应手机、电脑端展示?使用PowerBI的响应式布局,开启视觉对象自适应功能,同时单独制作移动端视图,调整图表大小、位置、排版,适配手机屏幕尺寸,保证移动端浏览不错乱、不挤压。六、性能优化与运维类(进阶高频)1、PowerBI报表卡顿、加载慢,怎么排查优化?从五个维度优化,优先级从高到低:1、数据层:清洗时删除无用列、过滤无效历史数据,减少数据体量;避免多对多关系、双向筛选;2、建模层:统一星型模型,拆分大表,避免模型冗余;3、DAX层:少用复杂嵌套迭代函数、避免重复计算度量值,简化逻辑;4、可视化层:减少单页面图表数量,关闭无用交互、动画效果;5、运维层:定期清理缓存,优化数据刷新频率,非实时数据无需高频刷新。2、网关的作用是什么?什么时候必须用网关?网关是本地电脑/服务器与PowerBI网页端的中转工具。所有本地数据源(本地Excel、本地数据库、内网数据)发布报表后,必须配置网关才能实现自动刷新,否则网页端无法读取本地数据,刷新会报错。云端数据源无需网关。3、如何实现报表权限分级管控?主要通过RLS行级别权限实现,在建模视图中配置角色和筛选规则,不同账号登录查看不同数据。比如销售经理看全公司数据,单个销售只看自己的负责区域数据,同时配合网页端工作区成员权限,区分查看、编辑、管理员权限,双层管控。七、实战场景面试题(压轴必考)1、工作中完整的PowerBI报表开发流程是什么?1、需求梳理:确认业务分析指标、展示维度、受众需求;2、数据源对接:连接Excel/数据库,批量导入原始数据;3、数据清洗:PowerQuery去重、补缺、拆分合并、规范格式;4、数据建模:搭建星型模型,建立一对多关系,创建日期表;5、指标开发:编写度量值,计算销售额、同比、环比、占比等核心指标;6、可视化制作:排版页面、制作图表、添加切片器、钻取、筛选;7、调试优化:排查报错、优化性能、适配多端展示;8、发布运维

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论