数仓面试题整理（1）

1. 什么是数据仓库？

   • 答：数据仓库是一个集中式数据存储系统，用于集合、存储和分析来自不同源的大量数据。它支持决策制定过程，通过提供历史数据的统一视图，帮助组织进行复杂的查询和分析。

2. 数据湖与数据仓库有什么区别？

   • 答：数据湖是一个存储原始数据的大规模存储解决方案，数据格式可以是结构化的、半结构化的或非结构化的。而数据仓库是一个用于存储经过处理和结构化的数据的系统，主要用于分析和报告。数据湖侧重于数据的存储和灵活性，数据仓库侧重于数据的查询性能和结构化。

3. 维度建模是什么，它有哪些类型？

   • 答：维度建模是一种设计数据仓库和商业智能系统的技术，通过维度表（描述数据）和事实表（量化数据）的结合来优化查询。主要有两种类型：星型模式（star schema），其中一个中心的事实表直接连接到多个维度表；雪花模式（snowflake schema），维度表通过其他维度表归一化分解。

4. OLTP与OLAP有什么区别？

   • 答：OLTP（在线事务处理）系统设计用于处理大量的短小事务，如银行交易。它们强调事务的速度和可靠性。OLAP（在线分析处理）系统设计用于进行复杂的查询和分析，如数据挖掘，强调数据的聚合和报告能力。

5. 什么是事实表？它和维度表有什么不同？

   • 答：事实表是数据仓库中用于存储量化的业务数据（如销售额、交易数）的表。维度表存储事实表数据的上下文信息（如时间、地点、客户），用于分析和报告。事实表通常包含键和度量值，而维度表包含描述性属性。

6. 描述慢变维度及其类型。

   • 答：慢变维度是指在时间上缓慢变化的维度数据。有三种类型：类型1（覆盖旧数据），类型2（保留历史数据，添加新记录），类型3（在同一记录中添加新旧值的字段）。

7. 数据仓库中的数据清洗和数据转换是什么意思？

   • 答：数据清洗是指识别并纠正数据中的错误和不一致性的过程。数据转换是将数据从一种格式或结构转换为另一种，以适应数据仓库的需求。这两个步骤通常是ETL（提取、转换、加载）过程的一部分。

8. 数据立方体是什么？它在数据分析中如何被使用？

   • 答：数据立方体是一个多维数据集，允许数据按多个维度（如时间、地区、产品）进行分析和查询。它在数据分析中被用来快速获取、汇总和分析数据，以支持决策制定。

9. 什么是数据仓库的物化视图？它们的优势是什么？

   • 答：物化视图是数据仓库中存储的查询结果的预计算集合。它们的优势在于可以显著提高复杂查询的性能，减少计算时间，因为数据已经被预先处理和存储。

10. 在设计数据仓库时，如何确保数据的质量和一致性？

    • 答：确保数据质量和一致性的策略包括实施严格的数据治理和质量控制流程，使用ETL工具来准确地转换和加载数据，定期进行数据审计和清洗，以及使用一致性维度模型来维护数据的一致性。