业务数据仓库建设面试技巧-数据仓库面试经验

本文目录一览：

DM：主要是提供数据产品和数据分析的数据，主要解决部门用户报表和分析需求而建立数据库，数据集市就代表数据仓库的主题域。DM 是面向单个主题的，所以它不会从全局考虑进行建设。

数仓建设的模型主要可以归为三类问题，完善性、可复用性、规范性。完善性主要是指数仓建设是否完善，是不是有跨层引用的情况。

常规来说，数仓的建设是按照数仓分层模型开发的。也有会按照业务线来分层，在各自业务线下重新分层，单独开发的。

（图片来源网络，侵删）

数据库是面向事务的设计，数据仓库是面向主题设计的。数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。“与时间相关”：数据库保存信息的时候，并不强调一定有时间信息。

传统型数据仓库：一般会选择第三方厂家的数据库和配套ETL工具。因为有第三方支持，相对有保障；但缺点也很明显，受约束以及成本较高。NoSQL型数据仓库：一般是基于hadoop生态的数据仓库。

（图片来源网络，侵删）

由于有的企业每日的数据量很大，设计不好的数据仓库经常会出问题，延迟1-3日才能给出数据，显然不行的。数据质量。

企业做数字化转型的理由能够提高工作效率数字化转型能够让员工在部门与部门之间的沟通更加顺畅，让整个组织持续数据流，能够让客户的整个生命周期中从一个阶段到另一个阶段的无缝过渡，节省时间，提高效率。

Matt Turck：接下来，让我们从Lakehouse开始，了解一下数据湖和数据仓库的演变，以及Lakehouse是如何在这两个领域中取得最好的成绩。 Ali Ghodsi：这很简单。人们在数据湖里存储所有的数据：数据集，视频、音频、随机文本，这既迅速又便宜。

（图片来源网络，侵删）

因此，体育教育改革与发展就显得有重要意义了。

1、为什么要建立数据仓库：因为传统的事物型数据库不能满足信息分析的需求。拓展：数据仓库的特点：数据仓库是用于支持决策的，帮助人对数据进行分析处理，这一点它有别于操作型数据库。

2、数据仓库能够为业务部门提供准确、及时的的报表。

3、数据仓库是为了满足分析需要，对源数据进行了Transform过程，具体是怎样一个处理过程，可以从Bill Inmon的仓库定义四个特性进行理解。

1、因为现在很多搞数据仓库的除了sql，其他程序都不会写。数据仓库人员需要逻辑思维清晰，看问题全面。

2、面试前有没有仔细了解过对应企业的情况，对方的企业文化、主营业务、未来的发展方向。如果跑过去面试，其实对该企业一点也不了解的，就仅仅知道来面试XX岗位，那对方单位肯定不想要这样的人。一点诚意也没有。

3、要注意着装。着装不能太嘻哈或者前卫，要体现一定的专业性。建议着西装或者正装，衣服要整洁大方，色系要偏深色，可以搭配黑框眼镜（非近视可以配平光眼镜）。用人单位需要的是一名有专业素养，可靠的开发人员。