数据仓库面试题及答案2025年.docxVIP

数据仓库面试题及答案2025年

基础概念类

1.什么是数据仓库？

数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合，用于支持管理决策。

-面向主题：数据仓库围绕特定的主题进行组织，如客户、产品、销售等，而不是像传统数据库那样基于业务流程。例如，在一个电商数据仓库中，会有以“客户”为主题的数据集合，包含客户的基本信息、购买历史、偏好等，方便对客户进行深入分析。

-集成：数据仓库将来自不同数据源（如关系型数据库、文件系统等）的数据进行整合。在整合过程中，需要解决数据的不一致性问题，比如不同数据源中客户名称的格式不同，需要进行统一处理。

-非易失：数据仓库中的数据一旦加载，就不会轻易被修改或删除。它主要用于查询和分析，而不是像操作型数据库那样进行频繁的增删改操作。例如，已经记录在数据仓库中的历史销售数据不会因为当前业务的变更而被随意修改。

-随时间变化：数据仓库会定期或不定期地更新数据，以反映业务的发展和变化。它会保留数据的历史版本，以便进行趋势分析。比如，每个月都会将新的销售数据加载到数据仓库中，同时保留过去的销售数据，这样就可以分析销售数据随时间的变化趋势。

2.数据仓库与数据库的区别是什么？

-目的：数据库主要用于事务处理，支持日常的业务操作，如订单的录入、客户信息的修改等。而数据仓库主要用于数据分析和决策支持，帮助企业管理层了解业务状况、发现问题和制定策略。

-数据特点：数据库中的数据是实时更新的，数据量相对较小，且数据的粒度较细，通常是具体的业务记录。数据仓库中的数据是经过整合和汇总的，更新频率相对较低，数据量较大，粒度可以根据分析需求进行调整，既可以是详细的交易数据，也可以是经过聚合的统计数据。

-设计原则：数据库的设计遵循规范化原则，以减少数据冗余，提高数据的一致性和完整性。数据仓库的设计更注重数据的分析性能，可能会采用反规范化设计，通过增加一定的数据冗余来提高查询效率。

-用户群体：数据库的用户主要是业务操作人员，如收银员、客服人员等。数据仓库的用户主要是企业的管理人员、分析师等，他们需要从大量的数据中提取有价值的信息。

3.什么是ETL？

ETL是Extract（抽取）、Transform（转换）、Load（加载）的缩写，是将数据从源系统抽取到数据仓库的过程。

-抽取：从各种数据源（如关系型数据库、文件系统、网页等）中提取数据。例如，从多个业务数据库中抽取销售数据、客户数据等。抽取的方式可以是全量抽取，即一次性将所有数据抽取到数据仓库；也可以是增量抽取，只抽取自上次抽取以来发生变化的数据。

-转换：对抽取到的数据进行清洗、转换和整合。清洗是指去除数据中的噪声、重复数据和错误数据。例如，将客户姓名中的特殊字符去除，将日期格式统一。转换还包括数据的计算、聚合、关联等操作。比如，计算每个客户的总消费金额，将不同数据源中的客户信息进行关联合并。

-加载：将转换后的数据加载到数据仓库中。加载的方式可以是批量加载，也可以是实时加载。批量加载适用于数据量较大、对实时性要求不高的情况；实时加载适用于对数据实时性要求较高的场景，如实时监控系统。

4.什么是维度建模？

维度建模是一种用于数据仓库设计的方法，它以事实表和维度表为核心构建数据模型。

-事实表：存储业务的度量数据，如销售金额、销售数量等。事实表通常包含外键，用于关联维度表。例如，在一个销售数据仓库中，事实表可能包含销售日期、客户ID、产品ID、销售金额等字段。

-维度表：存储用于描述事实的上下文信息，如日期维度、客户维度、产品维度等。维度表提供了对事实数据进行分析的不同视角。例如，日期维度表可以包含年、月、日、星期等信息，通过关联日期维度表，可以按照不同的时间粒度对销售数据进行分析。

-星型模型：是维度建模中最常见的一种模型，它由一个事实表和多个维度表组成，维度表直接与事实表关联，形成一个类似星星的结构。星型模型的优点是结构简单，查询效率高。

-雪花模型：是星型模型的扩展，它在维度表中引入了层次结构，将一些维度表进一步分解为多个子维度表。雪花模型可以减少数据冗余，但会增加模型的复杂度和查询的难度。

技术架构类

1.请介绍一下常见的数据仓库架构。

常见的数据仓库架构有以下几种：

-Inmon架构：也称为企业数据仓库（EDW）架构，它强调数据的集中式管理和标准化。数据首先从各个数据源抽取到企业数据仓库，然后再根据不同的业务需求将数据分发到各个数据集市。Inmon架构的优点是数据的一致性和完整性高，适合大型企业的整体数据管理。缺点是建设周期长，成本高。

-Kimball架构：基于维度建模，以数据集市为中心。数据直接从数据源抽取到各个数据集市，每个数据集市针对