大数据问答题

1、数仓ETL过程中，数据探索阶段主要包括哪些内容？
2、数据仓库中为什么要做拉链表?什么样的场景比较适合用拉链表？举例说明拉链表的实现过程？
3、用Python编写一个函数，获得当前目录下的所有文件名（包含子目录中的子文件，假设当前用户有所有文件的访问权限）

N_K = map(int,input.split(’ '))
number = list(str(input()))
N,K = N_K[0],N_K[1]
_number = set(number)
expense = 1000000000
def get_min(i,number,n,store,ex):
    if number.count(n) == K:
        store.append([ex,number])
    for j in range(i,len(number)):
        expense = ex
        if number[j] != n:
            expense += abs(number[j]-n)
            number[j] = n
            get_min(i+1,number,n,store,expense)
    return store
for _ in number:
    store = get_min(0,number,,[],0)
    if store[0][0] < expense:
        _store = store
res = sorted(_store,key=lambda x:x[2])
return res[0][0] + ‘\n’ + res[0][1]