ETL架构师面试题

本部分的题目来自Kimball的ETL Toolkit著作，原著未直接给出答案。这里的中文题目和答案是我参考其原著按自己的理解整理而来的，仅供参考。对于其中不确切的地方，欢迎大家一起沟通。有兴趣的朋友可以直接阅读原著。

分析

1．什么是逻辑数据映射？它对ETL项目组的作用是什么？

2．在数据仓库项目中，数据探索阶段的主要目的是什么？

3．如何确定起始来源数据？

架构

4．在ETL过程中四个基本的过程分别是什么？

5．在数据准备区中允许使用的数据结构有哪些？各有什么优缺点？

6．简述ETL过程中哪个步骤应该出于安全的考虑将数据写到磁盘上？

抽取

7．简述异构数据源中的数据抽取技术。

8．从ERP源系统中抽取数据最好的方法是什么？

9．简述直接连接数据库和使用ODBC连接数据库进行通讯的优缺点。

10．简述出三种变化数据捕获技术及其优缺点。

数据质量

11．数据质量检查的四大类是什么？为每类提供一种实现技术。

12．简述应该在ETL的哪个步骤来实现概况分析？

13．ETL项目中的数据质量部分核心的交付物有那些？

14．如何来量化数据仓库中的数据质量？

建立映射

15．什么是代理键？简述代理键替换管道如何工作。

16．为什么在ETL的过程中需要对日期进行特殊处理？

17．简述对一致性维度的三种基本的交付步骤。

18．简述三种基本事实表，并说明ETL的过程中如何处理它们。

19．简述桥接表是如何将维度表和事实表进行关联的？

20．迟到的数据对事实表和维度表有什么影响？怎样来处理这个问题？

元数据

21．举例说明各种ETL过程中的元数据。

22．简述获取操作型元数据的方法。

23．简述共享业务元数据和技术元数据的方法。

优化/操作

24．简述数据仓库中的表的基本类型，以及为了保证引用完整性该以什么样的顺序对它们进行加载。

25．简述ETL技术支持工作的四个级别的特点。

26．如果ETL进程运行较慢，需要分哪几步去找到ETL系统的瓶颈问题。

27．简述如何评估大型ETL数据加载时间。

实时ETL

28．简述在架构实时ETL时的可以选择的架构部件。

29．简述几种不同的实时ETL实现方法以及它们的适用范围。

30．简述实时ETL的一些难点及其实现方法。

 

 

原文出自Jerome的BI博客，网址是http://www.chinabi.net/blog/user1/lastwood/index.html