2025年數(shù)據(jù)設(shè)計類崗位考試題庫及答案一、單項選擇題（每題2分，共20分）1.以下關(guān)于關(guān)系型數(shù)據(jù)庫與非關(guān)系型數(shù)據(jù)庫的描述中，錯誤的是：A.關(guān)系型數(shù)據(jù)庫支持ACID特性，適合事務(wù)性場景B.非關(guān)系型數(shù)據(jù)庫通常采用鍵值對、文檔、列族等存儲模型C.MySQL的InnoDB引擎支持行級鎖，MyISAM引擎支持表級鎖D.MongoDB作為文檔型數(shù)據(jù)庫，嚴格遵循關(guān)系模型的范式要求答案：D（MongoDB是NoSQL數(shù)據(jù)庫，不嚴格遵循關(guān)系模型范式）2.在數(shù)據(jù)庫設(shè)計中，若一個關(guān)系模式滿足所有屬性不可再分，且不存在部分函數(shù)依賴，則該模式至少滿足：A.1NFB.2NFC.3NFD.BCNF答案：B（2NF要求消除非主屬性對候選鍵的部分函數(shù)依賴，且已滿足1NF的原子性）3.以下不屬于數(shù)據(jù)倉庫維度建模中“維度表”典型屬性的是：A.時間維度（如訂單日期）B.地理維度（如用戶所在城市）C.度量值（如訂單金額）D.產(chǎn)品維度（如商品分類）答案：C（度量值屬于事實表的指標，維度表存儲描述性屬性）4.在設(shè)計分布式數(shù)據(jù)庫時，若需重點優(yōu)化讀性能，通常優(yōu)先考慮的分片策略是：A.按主鍵哈希分片B.按時間范圍分片C.按業(yè)務(wù)線垂直分片D.按熱點數(shù)據(jù)單獨分片答案：D（熱點數(shù)據(jù)單獨分片可減少競爭，提升讀效率；哈希分片側(cè)重負載均衡，時間分片適合時序場景）5.關(guān)于數(shù)據(jù)質(zhì)量的“一致性”維度，以下描述正確的是：A.數(shù)據(jù)在不同系統(tǒng)間格式、含義保持統(tǒng)一B.數(shù)據(jù)覆蓋所需業(yè)務(wù)場景的完整程度C.數(shù)據(jù)與真實業(yè)務(wù)事件的匹配程度D.數(shù)據(jù)在需要時可及時獲取的能力答案：A（一致性強調(diào)跨系統(tǒng)/跨表的邏輯統(tǒng)一；完整性是覆蓋程度，準確性是與真實匹配，及時性是獲取時效）6.設(shè)計ETL流程時，“慢變維度（SCD）”處理的核心目標是：A.減少存儲空間占用B.保留維度歷史變化軌跡C.提升實時處理效率D.避免事實表重復(fù)計算答案：B（慢變維度通過版本管理記錄維度屬性的歷史變更，如用戶地址修改后保留舊地址）7.以下數(shù)據(jù)結(jié)構(gòu)中，適合實現(xiàn)“最近最少使用（LRU）緩存”的是：A.哈希表+雙向鏈表B.平衡二叉搜索樹C.堆結(jié)構(gòu)D.跳表答案：A（哈希表快速查找，雙向鏈表維護訪問順序，共同實現(xiàn)O(1)時間復(fù)雜度的插入、刪除和查詢）8.在設(shè)計大數(shù)據(jù)實時處理架構(gòu)時，若需支持“exactly-once”語義，關(guān)鍵依賴的技術(shù)是：A.檢查點（Checkpoint）與事務(wù)性輸出B.消息隊列的持久化存儲C.分布式鎖機制D.數(shù)據(jù)傾斜優(yōu)化答案：A（Checkpoint保存狀態(tài)快照，事務(wù)性輸出確保數(shù)據(jù)僅提交一次，是實現(xiàn)exactly-once的核心）9.以下關(guān)于主索引與輔助索引的描述中，錯誤的是：A.主索引基于表的主鍵建立，通常是唯一的B.輔助索引基于非主鍵字段建立，可能包含重復(fù)值C.主索引的葉子節(jié)點存儲表的完整數(shù)據(jù)（如InnoDB的聚簇索引）D.輔助索引的葉子節(jié)點一定存儲主鍵值（如InnoDB的二級索引）答案：D（InnoDB二級索引葉子節(jié)點存儲主鍵值，但其他數(shù)據(jù)庫如SQLServer的非聚簇索引可能存儲行定位符）10.設(shè)計數(shù)據(jù)脫敏方案時，對用戶身份證號的脫敏策略最合理的是：A.直接刪除B.替換為固定值（如“”）C.保留前3位和后4位，中間用“”填充（如4201234）D.隨機提供假身份證號答案：C（保留部分有效信息既滿足業(yè)務(wù)需求，又保護隱私；直接刪除或隨機提供可能破壞數(shù)據(jù)可用性）二、簡答題（每題8分，共40分）1.簡述ER模型向關(guān)系模型轉(zhuǎn)換的主要步驟，并說明如何處理多對多（M:N）聯(lián)系。答案：步驟：①將實體轉(zhuǎn)換為關(guān)系表，實體屬性作為表字段，主鍵對應(yīng)實體標識符；②將聯(lián)系轉(zhuǎn)換為關(guān)系表，聯(lián)系的屬性作為字段，兩端實體的主鍵作為外鍵；③處理1:1、1:N、M:N等不同類型的聯(lián)系。處理M:N聯(lián)系：需創(chuàng)建獨立的聯(lián)系表，包含兩端實體的主鍵（作為聯(lián)合主鍵）及聯(lián)系的屬性。例如，學(xué)生（學(xué)號）與課程（課程號）的多對多聯(lián)系“選課”，轉(zhuǎn)換為選課表（學(xué)號，課程號，成績），其中學(xué)號和課程號是外鍵，聯(lián)合主鍵。2.數(shù)據(jù)倉庫設(shè)計中，“星型模型”與“雪花模型”的區(qū)別是什么？各自適用場景是什么？答案：區(qū)別：星型模型的維度表直接與事實表關(guān)聯(lián)，維度表無層次劃分；雪花模型的維度表進一步規(guī)范化，拆分為多個子維度表（如地區(qū)維度拆分為國家、省份、城市三級表），通過外鍵關(guān)聯(lián)。適用場景：星型模型適合查詢性能要求高、業(yè)務(wù)邏輯簡單的場景（如報表快速查詢），冗余存儲換取查詢效率；雪花模型適合數(shù)據(jù)一致性要求高、維度層次復(fù)雜的場景（如需要嚴格管理維度層級的金融分析），但可能增加查詢復(fù)雜度。3.設(shè)計數(shù)據(jù)接口時，如何保證數(shù)據(jù)傳輸?shù)陌踩?？請列舉至少4種技術(shù)手段。答案：①傳輸加密：使用HTTPS（TLS/SSL）或私有加密協(xié)議（如SM4）對傳輸數(shù)據(jù)加密；②身份認證：采用APIKey、OAuth2.0（如JWT令牌）或雙向SSL認證（客戶端證書）驗證調(diào)用方身份；③權(quán)限控制：基于RBAC（角色權(quán)限控制）或ABAC（屬性權(quán)限控制）限制接口訪問范圍（如僅允許查詢特定字段）；④流量監(jiān)控：通過API網(wǎng)關(guān)記錄請求日志，檢測異常調(diào)用（如高頻請求、越權(quán)訪問）并觸發(fā)限流或封禁；⑤數(shù)據(jù)脫敏：對接口返回的敏感數(shù)據(jù)（如手機號、身份證號）進行脫敏處理（如部分隱藏、哈希轉(zhuǎn)換）。4.什么是數(shù)據(jù)傾斜？在分布式計算（如Spark）中，如何診斷和解決數(shù)據(jù)傾斜問題？答案：數(shù)據(jù)傾斜指分布式任務(wù)中，部分節(jié)點處理的數(shù)據(jù)量遠大于其他節(jié)點，導(dǎo)致任務(wù)延遲甚至失敗。診斷方法：①查看任務(wù)日志，定位執(zhí)行時間過長的Stage；②通過SparkWebUI分析各分區(qū)數(shù)據(jù)量（如ShuffleReadSize/Records指標）；③檢查數(shù)據(jù)分布（如GROUPBY、JOIN的鍵值頻率，是否存在高頻Key）。解決方法：①對高頻Key添加隨機前綴，分散到多個分區(qū)處理后再聚合；②調(diào)整并行度（增加分區(qū)數(shù)），均衡數(shù)據(jù)分布；③使用廣播變量優(yōu)化小表JOIN，避免Shuffle；④過濾異常值（如無效的NULLKey）；⑤采用自定義分區(qū)器，根據(jù)業(yè)務(wù)規(guī)則重新分區(qū)。5.設(shè)計實時數(shù)據(jù)湖時，需要考慮哪些關(guān)鍵技術(shù)點？請從存儲、計算、元數(shù)據(jù)管理三個維度說明。答案：存儲維度：選擇支持事務(wù)的存儲格式（如DeltaLake、Iceberg），支持ACID特性；分層存儲（熱數(shù)據(jù)SSD、冷數(shù)據(jù)HDFS/對象存儲）優(yōu)化成本；計算維度：集成實時計算引擎（如Flink、SparkStreaming），支持批流統(tǒng)一處理；設(shè)計合理的Watermark機制處理延遲數(shù)據(jù)；元數(shù)據(jù)管理：使用中央元數(shù)據(jù)服務(wù)（如ApacheAtlas）記錄數(shù)據(jù)血緣、schema變更；支持版本控制（如時間旅行查詢）和分區(qū)元數(shù)據(jù)優(yōu)化（減少元數(shù)據(jù)讀取開銷）。三、案例分析題（每題20分，共40分）案例1：某電商公司需設(shè)計用戶行為數(shù)據(jù)分析平臺，目標是支持“用戶從瀏覽商品到下單支付”全鏈路轉(zhuǎn)化分析。已知用戶行為包括：頁面瀏覽（page_view）、商品點擊（item_click）、加入購物車（add_cart）、下單（order）、支付（payment）。要求設(shè)計底層數(shù)據(jù)模型，并回答以下問題：（1）采用維度建模，需設(shè)計哪些維度表？列舉核心維度字段。（2）設(shè)計事實表的結(jié)構(gòu)，說明事實類型（可加性、半可加性、不可加性）。（3）如何處理用戶行為的時間戳（如用戶跨天瀏覽和支付）？答案：（1）維度表設(shè)計：用戶維度：用戶ID、注冊時間、性別、年齡、會員等級（用于分析不同用戶群體的轉(zhuǎn)化差異）；時間維度：日期、星期、小時、節(jié)假日標識（用于時間序列分析）；商品維度：商品ID、類目、價格、品牌（用于分析商品的轉(zhuǎn)化表現(xiàn)）；頁面維度：頁面ID、頁面類型（首頁/詳情頁）、所屬業(yè)務(wù)線（用于分析頁面流量質(zhì)量）；設(shè)備維度：設(shè)備ID、操作系統(tǒng)、瀏覽器類型（用于分析不同設(shè)備的轉(zhuǎn)化差異）。（2）事實表結(jié)構(gòu)：事實表命名為user_behavior_fact，核心字段包括：事件ID（主鍵）；用戶ID（外鍵，關(guān)聯(lián)用戶維度）；商品ID（外鍵，關(guān)聯(lián)商品維度，若為頁面瀏覽則可為NULL）；頁面ID（外鍵，關(guān)聯(lián)頁面維度）；設(shè)備ID（外鍵，關(guān)聯(lián)設(shè)備維度）；事件時間戳（關(guān)聯(lián)時間維度）；事件類型（page_view/item_click等，枚舉值）；事實指標：事件次數(shù)（可加性，用于統(tǒng)計各環(huán)節(jié)數(shù)量）、支付金額（可加性，僅payment事件有效）、購物車商品數(shù)量（半可加性，add_cart事件記錄，不可按時間求和）。（3）時間戳處理：事實表中存儲原始事件時間戳（精確到毫秒），用于明細查詢；關(guān)聯(lián)時間維度時，按事件發(fā)生的“自然時間”（如瀏覽發(fā)生在23:50，支付在次日00:10，則瀏覽關(guān)聯(lián)前一天的時間維度，支付關(guān)聯(lián)次日的時間維度）；對于跨天轉(zhuǎn)化分析（如從當天瀏覽到次日支付），可通過用戶ID和會話ID（若有）關(guān)聯(lián)不同時間點的事件，計算轉(zhuǎn)化時長。案例2：某銀行需設(shè)計交易系統(tǒng)數(shù)據(jù)庫，要求支持“實時轉(zhuǎn)賬”業(yè)務(wù)（用戶A轉(zhuǎn)用戶B，需扣減A余額、增加B余額），同時需滿足高并發(fā)（日均1000萬筆）和數(shù)據(jù)一致性要求。請回答：（1）選擇關(guān)系型數(shù)據(jù)庫還是分布式數(shù)據(jù)庫？說明理由。（2）設(shè)計表結(jié)構(gòu)（至少包含用戶表、交易表），并標注主鍵、索引。（3）如何保證轉(zhuǎn)賬操作的原子性（ACID中的A）？（4）若出現(xiàn)“用戶A余額不足”的情況，如何設(shè)計異常處理流程？答案：（1）數(shù)據(jù)庫選型：選擇關(guān)系型數(shù)據(jù)庫（如MySQLInnoDB）。理由：實時轉(zhuǎn)賬需嚴格的事務(wù)支持（ACID），關(guān)系型數(shù)據(jù)庫的事務(wù)實現(xiàn)更成熟；日均1000萬筆在垂直擴展（高性能服務(wù)器）或讀寫分離架構(gòu)下可滿足，分布式數(shù)據(jù)庫的分布式事務(wù)（如2PC）可能增加延遲，不適合高頻實時場景。（2）表結(jié)構(gòu)設(shè)計：用戶表（user_account）：user_id（主鍵，BIGINT，自增）；username（VARCHAR(50)，唯一索引，用于登錄）；balance（DECIMAL(18,2)，NOTNULL，當前余額）；create_time（DATETIME，普通索引，用于統(tǒng)計）；update_time（DATETIME，記錄最后更新時間）。交易表（transaction_record）：trans_id（主鍵，CHAR(32)，UUID提供，全局唯一）；from_user_id（BIGINT，外鍵關(guān)聯(lián)user_account.user_id，索引，用于查詢出賬記錄）；to_user_id（BIGINT，外鍵關(guān)聯(lián)user_account.user_id，索引，用于查詢?nèi)胭~記錄）；amount（DECIMAL(18,2)，交易金額）；trans_time（DATETIME，索引，用于按時間查詢）；status（TINYINT，0=處理中，1=成功，2=失敗，索引）；remark（VARCHAR(255)，備注）。（3）原子性保證：使用數(shù)據(jù)庫事務(wù)（BEGIN/COMMIT/ROLLBACK），將轉(zhuǎn)賬操作封裝為一個事務(wù)：①檢查A的余額是否≥轉(zhuǎn)賬金額（SELECTbalanceFROMuser_accountWHEREuser_id=AFORUPDATE，行鎖防止并發(fā)修改）；②若余額足夠，扣減A的余額（UPDATEuser_accountSETbalance=balance-amountWHEREuser_id=A）；③增加B的余額（UPDATEuser_accountSETbalance=balance+amountWHEREuser_id=B）；④插入交易記錄（INSERTINTOtransaction_record...）；⑤提交事務(wù)（COMMIT）；若任意步驟失?。ㄈ缬囝~不足、網(wǎng)絡(luò)中斷），回滾事務(wù)（ROLLBACK），確保A和B的余額狀態(tài)一致。（4）異常處理流程：①預(yù)檢查