业务数据仓库建设面试技巧-业务数据仓库建设面试技巧和方法

本文目录一览：

• 1、为什么要建立数据仓库
• 2、教你轻松掌握数据仓库的规划和构建策略
• 3、关于江苏新大陆应用软件开发下的数据仓库工程师面试的迷茫..._百度知...
• 4、「数仓建设」主题域划分

为什么要建立数据仓库

主题是一个在较高层次将数据归类的标准，每一个主题对应一个宏观的分析领域。

建设敏捷数据仓库，除了对架构技术上的要求之外，还有一个很重要的方面，就是数据建模，如果一上来就想着建立一套能兼容所有数据和业务的数据模型，那就又回到传统数据仓库的建设上了，很难满足对业务变化的快速响应。

数据抽取、转换、装载过程是商务智能系统中非常重要的一环，它们可以帮助企业整合原始数据，建立数据仓库，为后续的数据分析和挖掘提供基础。

数据挖掘是基于数据仓库和多维数据库中的数据，找到数据的潜在模式进行预测，它可以对数据进行复杂处理。大多数情况下，数据挖掘是让数据从数据仓库到数据挖掘数据库中。

如：oracle、DBMySQL、Sybase、MSSQL Server等。数据仓库：是数据库概念的升级。

教你轻松掌握数据仓库的规划和构建策略

1、主数据区：主数据区是全行最全的基础数据区，保留历史并作为整个数据仓库的数据主存储区，后续的数据都可以从主数据区数据加工获得，因此主数据区的数据天然就要保留所有历史数据轨迹。

2、构建数据仓库和数据模型：在数据中台中，数据仓库是数据的存储和管理核心。企业需要根据业务需求和数据特点，构建适合自己的数据仓库和数据模型。同时，还需要建立数据的元数据和数据字典，方便对数据进行管理和使用。

3、数据仓库的开发策略主要有自顶向下、自底向上和这两种策略的联合使用。自顶向下策略在实际应用中比较困难，因为数据仓库的功能是一种决策支持功能。

4、项目管理：能够规划、组织和执行项目，包括制定时间表、设定里程碑和跟踪进度，以确保项目按时交付。团队合作：在数据仓库项目中，通常需要与其他数据工程师、数据分析师和业务用户合作。

5、统一信息***模式，强化数据标准建设 以业务为导向，建立统一的企业数据架构。依托企业主数据管理（MDM）和数据***规划（IRP），强化数据标准化建设，实现信息***模式的统一。

6、整体规划、明确目标、合理定位 银行建设数据仓库系统时应充分明确建设目标，核心的逻辑数据模型是对银行业务的高度抽象、能够提供对关键业务数据的组织和整理，建立一套完整、统规范的标准，以便进行各类分析。

关于江苏新大陆应用软件开发下的数据仓库工程师面试的迷茫..._百度知...

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。

4、笔试范围：对初入行的实施工程师，重点是学习能力和沟通能力。能够快速的学习所实施的软件产品，了解其功能点；并可以对软件客户群应用指导和培训。

5、像 Google 这样的公司在着装方面更加随意，因此如果你穿着“三件套”的经典西服去 Google 面试，考官可能会有异样的感觉。因此如果你真的具备软件工程的本领，穿什么其实并不重要。

「数仓建设」主题域划分

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。