2025 年排名前 88 的数据建模面试问题及答案
David Carter
数据建模面试题和答案（针对初学者）
1) 什么是数据建模？
数据建模是创建数据库中数据存储模型的过程。它是数据对象、不同数据对象之间的关联以及规则的概念性表示。
2) 解释数据模型的各种类型
主要有三种不同类型的数据模型：
概念模型：概念数据模型定义了系统应该包含什么。此模型通常由业务利益相关者和数据架构师创建。目的是组织、范围界定和定义业务概念和规则。
逻辑模型：定义系统应如何实现，而不考虑 DBMS。此模型通常由数据架构师和业务分析师创建。目的是开发技术规则和数据结构的映射。
物理模型：此数据模型描述了如何使用特定的 DBMS 系统实现系统。此模型通常由 DBA 和开发人员创建。目的是实际实现数据库。
3) 解释事实和事实表
事实代表数量数据。例如，应付净额。事实表包含数值数据以及来自维度表的外部键。
4) 列出数据建模中的各种设计模式
数据建模模式有两种：1) 星型模式，2) 雪花型模式。
5) 何时应考虑反规范化？
当检索数据时涉及大量表时，会使用反规范化。它用于构建数据仓库。
6) 解释维度和属性
维度代表定性数据。例如，产品、类别、计划等。维度表具有文本或描述性属性。例如，产品类别和产品名称是产品维度表的两个属性。
7) 什么是无事实的事实表？
无事实的事实表是没有事实度量的表。它仅包含维度键。
8) 什么是内存分析？
内存分析是缓存数据库到 RAM 的过程。
9) OLTP 和 OLAP 有什么区别？
以下是 OLAP 和 OLTP 之间的区别：
| OLTP | OLAP |
|---|---|
| OLTP 是联机事务处理系统。 | OLAP 是联机分析和数据检索过程。 |
| 其特点是大量的短时联机事务。 | 它以大量数据为特征。 |
| OLTP 使用传统 DBMS。 | OLAP 使用数据仓库。 |
| OLTP 数据库中的表是规范化的。 | OLAP 中的表不是规范化的。 |
| 其响应时间以毫秒为单位。 | 其响应时间以秒到分钟为单位。 |
| OLTP 专为实时业务运营而设计。 | OLAP 专为按类别和属性分析业务指标而设计。 |
10) 什么是表？
行和列的集合称为表。每个列都有数据类型。表以表格格式包含相关数据。
11) 什么是列？
列或字段是数据的垂直排列，包含相关信息。
12) 定义数据稀疏性
数据稀疏性是用于描述模型实体/维度数据的多少的术语。
13) 什么是复合主键？
复合主键是指使用多个表列作为主键一部分的情况。
14) 什么是主键？
主键是唯一标识表中每一行的列或一组列。主键的值不得为 NULL。每个表都必须包含一个主键。
15) 解释外键
外键是用于链接父表和子表的属性组。子表中可用的外键列的值引用父表中的主键值。
16) 什么是元数据？
元数据描述数据的数据。它显示数据库系统中实际存储了什么类型的数据。
17) 什么是数据仓库？
数据仓库是数据仓库的精简版本，专为组织中的特定部门、单元或用户集使用而设计。例如，营销销售、人力资源或财务。
18) 什么是 OLTP？
联机事务处理，简称 OLTP，在三层架构中支持面向事务的应用程序。OLTP 管理公司或组织的日常交易。
19) OLTP 系统的例子有哪些？
OLTP 系统的例子有：
- 发送短信
- 将书籍添加到购物车
- 在线机票预订
- 在线银行
- 订单录入
20) 什么是检查约束？
检查约束用于验证列中的值范围。
21) 列出规范化的类型？
规范化的类型有：1) 第一范式，2) 第二范式，3) 第三范式，4) Boyce-Codd 第四范式，5) 第五范式。
22) 什么是正向数据工程？
正向工程是一个技术术语，用于描述将逻辑模型自动转换为物理实现的转换过程。
23) 什么是 PDAP？
它是一个数据立方体，将数据存储为摘要。它有助于用户快速分析数据。PDAP 中的数据存储方式便于进行报告。
24) 解释雪花型模式数据库设计
雪花型模式是维度表和事实表的排列。通常，这两个表会进一步分解为更多的维度表。
25) 解释分析服务
分析服务提供了用于数据挖掘或 OLAP 的数据的组合视图。
26) 什么是序列聚类算法？
序列聚类算法收集相似或相关的路径以及具有事件的数据序列。
27) 什么是离散数据和连续数据？
离散数据是有限的或定义好的数据。例如，性别、电话号码。连续数据是按连续且有序的方式变化的数据。例如，年龄。
28) 什么是时间序列算法？
时间序列算法是一种预测表中连续数据值的方法。例如，员工绩效可以预测利润或影响。
29) 什么是商业智能？
BI（商业智能）是一套流程、架构和技术，可将原始数据转化为有意义的信息，从而驱动有利可图的业务行动。它是一套软件和服务，可将数据转化为可操作的洞察和知识。
30) 什么是位图索引？
位图索引是一种特殊的数据库索引，它使用位图（位数组）通过执行位运算来响应查询。
数据建模面试题和答案（针对有经验者）
31) 详细解释数据仓库
数据仓库是从各种来源收集和管理数据的过程。它提供有意义的企业洞察。数据仓库通常用于连接和分析来自异构来源的数据。它是 BI 系统的核心，专为数据分析和报告而构建。
32) 什么是垃圾维度？
垃圾维度将两个或多个相关基数合并为一个维度。它通常是布尔值或标志值。
33) 解释数据模式
数据模式是说明数据关系和结构的图示表示。
34) 解释数据收集频率
数据收集频率是收集数据的速率。它也经过多个阶段。这些阶段是：1) 从各种来源提取，3) 转换，4) 清洗，5) 存储。
35) 什么是数据库基数？
基数是两个实体或实体集之间关系的数值属性。
36) 有哪些不同类型的基数关系？
不同类型的键基数关系有：
- 一对一关系
- 一对多关系
- 多对一关系
- 多对多关系
37) 定义关键成功因素并列出其四种类型
关键成功因素是组织达到目标所需的任何活动的有利结果。
关键成功因素的四种类型是：
- 行业 CSF
- 策略 CSF
- 环境 CSF
- 时间 CSF
38) 什么是数据挖掘？
数据挖掘是一项跨学科技能，它运用机器学习、统计学、人工智能和数据库技术。其目的在于发现数据之间意想不到的/先前未知的关系。
39) 星型模式和雪花型模式有什么区别？
以下是 星型模式与雪花型模式 的主要区别：
| 星型模式 | 雪花模式 |
|---|---|
| 维度层次结构存储在维度表中。 | 层次结构被分解到单独的表中。 |
| 它包含一个事实表，周围环绕着维度表。 | 一个事实表，周围环绕着维度表，而维度表又被维度表环绕。 |
| 在星型模式中，只有一个连接可以创建事实表与任何维度表之间的关系。 | 雪花型模式需要多个连接来获取数据。 |
| 它具有简单的数据库设计。 | 它具有复杂的数据库设计。 |
| 非规范化数据结构，查询运行也更快。 | 规范化数据结构。 |
| 高度数据冗余。 | 极低的数据冗余。 |
| 通过星型连接查询优化提供更高的查询性能。表可以与多个维度连接。 | 雪花型模式由一个中心化的事实表表示，该事实表可能与多个维度连接。 |
40) 什么是识别关系？
DBMS 中的识别实体关系用于识别两个实体之间的关系：1) 强实体，2) 弱实体。
41) 什么是自递归关系？
递归关系是表中一个独立的列，它连接到同一表的主键。
42) 解释关系数据建模
关系数据建模是关系数据库中的对象表示，通常是规范化的。
43) 什么是预测建模分析？
验证或测试模型的过程，该模型将用于预测测试和验证结果。它可用于机器学习、人工智能以及统计学。
44) 逻辑数据模型和物理数据模型有什么区别？
| 逻辑数据模型 | 物理数据模型 |
|---|---|
| 逻辑数据模型可以逻辑地设计业务需求。 | 物理数据模型提供有关目标数据库源及其属性的信息。 |
| 它负责实际实现存储在数据库中的数据。 | 物理数据模型有助于从现有数据库创建新的数据库模型并应用引用完整性约束。 |
| 它包含实体、主键属性、反向键、备用键、规则、业务关系、定义等。 | 物理数据模型包含表、键约束、唯一键、列、外键、索引、默认值等。 |
45) 有哪些不同类型的约束？
不同类型的约束可以是唯一、非空值、外键、复合键或检查约束等。
46) 什么是数据建模工具？
数据建模工具 是一个帮助构建数据流和数据之间关系的软件。此类工具的示例包括 Borland Together、Altova Database Spy、casewise、Case Studio 2 等。
47) 什么是分层 DBMS？
在分层数据库中，模型数据组织成树状结构。数据以分层格式存储。数据通过父子关系表示。在分层 DBMS 中，父节点可以有多个子节点，子节点只有一个父节点。
48) 分层数据模型有哪些缺点？
分层数据模型的缺点是：
- 它不灵活，因为它需要时间来适应业务不断变化的需求。
- 该结构会引起部门间沟通、垂直沟通以及机构间沟通的问题。
- 分层数据模型可能导致不统一的问题。
49) 解释数据建模的流程驱动方法
在数据建模中使用的流程驱动方法遵循实体-关系模型与组织流程之间关系的逐步方法。
50) 使用数据建模有哪些优点？
在数据仓库中使用数据建模的优点是：
- 通过规范化和定义属性来帮助管理业务数据。
- 数据建模整合了各种系统的数据，以减少数据冗余。
- 它能够创建高效的数据库设计。
- 数据建模有助于组织部门作为一个团队运作。
- 它有助于轻松访问数据。
51) 使用数据建模有哪些缺点？
使用数据建模的缺点是：
- 结构独立性较低。
- 它可能会使系统变得复杂。
52) 什么是索引？
索引用于列或列组以快速检索数据。
53) 逻辑数据模型有哪些特征？
逻辑数据模型的特征是：
- 描述单个项目的需求，但可能根据项目范围与其他逻辑数据模型集成。
- 独立于 DBMS 设计和开发。
- 数据属性将具有精确精度和长度的数据类型。
- 对模型进行规范化处理，通常会进行到第三范式 (3NF)。
54) 物理数据模型有哪些特征？
物理数据模型的特征是：
- 物理数据模型描述了单个项目或应用程序的数据需求。它可能根据项目范围与其他物理数据模型集成。
- 数据模型包含表之间的关系，这些关系解决了关系的基数和可空性。
- 为特定版本的 DBMS、位置、数据存储或项目中要使用的技术而开发。
- 列应具有精确的数据类型、分配的长度和默认值。
- 定义了主键和外键、视图、索引、访问配置文件和授权等。
55) 有两种数据建模技术？
两种数据建模技术是：1) 实体-关系 (E-R) 模型，2) UML (统一建模语言)。
56) 什么是 UML？
UML（统一建模语言）是软件工程领域中一种通用的数据库开发建模语言。主要目的是提供一种可视化系统设计的通用方法。
57) 解释面向对象数据库模型
面向对象数据库模型是对象的集合。这些对象可以具有相关的特性和方法。
58) 什么是网络模型？
它是一个建立在分层模型之上的模型。它允许多个关系链接记录，这表明它有多个记录。可以构建一组父记录和子记录。每个记录可以属于多个集合，使您能够执行复杂表关系。
59) 什么是哈希？
哈希是一种用于搜索所有索引值并检索所需数据的方法。它有助于计算数据的直接位置，这些数据无需使用索引结构即可记录在磁盘上。
60) 什么是业务键或自然键？
业务键或自然键是唯一标识实体的字段。例如，客户 ID、员工编号、电子邮件等。
61) 什么是复合键？
当使用多个字段来表示键时，它被称为复合键。
62) 什么是第一范式？
第一范式或 1NF 是关系数据库管理系统中可用关系的属性。如果每个属性的域都包含原子值，则任何关系都称为第一范式。它包含该域的一个值。
63) 主键和外键有什么区别？
| 主键 | 外键 |
|---|---|
| 主键有助于唯一标识表中的记录。 | 外键是表中的一个字段，它是另一个表的主键。 |
| 主键永远不允许 NULL 值。 | 外键可以接受多个空值。 |
| 主键是聚集索引，DBMS 表中的数据是根据聚集索引的顺序物理组织的。 | 外键不能自动创建索引（聚集或非聚集）。但是，您可以手动在外键上创建索引。 |
| 一个表只能有一个主键。 | 一个表可以有多个外键。 |
64) 第二范式有哪些要求？
第二范式要求是：
- 它应该是第一范式。
- 它不包含任何非主属性，而这些属性在函数上依赖于表关系候选键的任何子集。
65) 第三范式有哪些规则？
第三范式规则是：
- 它应该是第二范式。
- 它没有传递函数依赖。
66) 使用键的重要性是什么？
- 键可以帮助您识别表中的任何数据行。在现实世界的应用程序中，一个表可能包含数千条记录。
- 键可确保您能够在这些挑战中唯一地标识表记录。
- 允许您建立表之间的关系并识别表之间的关系。
- 帮助您在关系中强制执行身份和完整性。
67) 什么是代理键？
旨在唯一标识每个记录的人工键称为代理键。这类键是唯一的，因为它们在没有自然主键时创建。它们不对表中的数据赋予任何含义。代理键通常是整数。
68) 详细解释备用键
备用键是表中的列或列组，它唯一标识该表中的每一行。一个表可以有多个主键选项，但只能设置一个为主键。所有不是主键的键都称为备用键。
69) DBMS 中的第四范式是什么？
第四范式是数据库规范化的一个级别，其中除了候选键之外，不允许存在非平凡的依赖。
70) 什么是数据库管理系统？
数据库管理系统 或 DBMS 是用于存储和检索用户数据的软件。它由一组程序组成，这些程序可以操作数据库。
71) 第五范式有什么规则？
表只有在满足第四范式且无法在不丢失数据的情况下分解为任何数量的较小表时，才处于第五范式。
72) 什么是规范化？
规范化是一种数据库设计技术，它以减少数据冗余和依赖性的方式组织表。它将大表分成小表，并使用关系将它们链接起来。
73) 解释数据库管理系统的特点
- 提供安全并消除冗余。
- 数据库系统的自描述性。
- 程序与数据抽象之间的隔离。
- 支持多视图数据。
- 数据共享和多用户事务处理
- DBMS 允许实体及其之间的关系形成表。
- 它遵循 ACID 原则（原子性、一致性、隔离性、持久性）。
- DBMS 支持多用户环境，允许用户并行访问和操作数据。
74) 列出流行的 DBMS 软件
流行的 DBMS 软件 包括：
- MySQL
- Microsoft Access
- Oracle
- PostgreSQL
- dbase
- FoxPro
- SQLite
- IBM DB2
- Microsoft SQL Server。
75) 解释 RDBMS 的概念
关系数据库管理系统 是一种用于以表格形式存储数据的软件。在此类系统中，数据以行和列的形式进行管理和存储，这些被称为元组和属性。RDBMS 是一个强大的数据管理系统，在全球范围内被广泛使用。
76) 数据模型的优点是什么？
数据模型的优点是：
- 设计数据模型的主要目标是确保功能团队提供的数据对象得到准确表示。
- 数据模型应足够详细，可用于构建物理数据库。
- 数据模型中的信息可用于定义表之间的关系、主键和外键以及存储过程。
- 数据模型帮助企业在组织内部和跨组织进行沟通。
- 数据模型有助于记录 ETL 过程中的数据映射。
- 帮助识别用于填充模型的数据的正确来源。
77) 数据模型的缺点是什么？
数据模型的缺点是：
- 开发数据模型，需要了解物理数据存储的特性。
- 这是一个导航系统，会导致复杂的应用程序开发和管理。因此，它需要了解地理真相。
- 即使对结构的微小更改也需要修改整个应用程序。
- DBMS 中没有一组数据操作语言。
78) 解释各种事实表类型
事实表有三种类型：
- 可加性：它是可添加到任何维度的度量。
- 不可加性：它是不能添加到任何维度的度量。
- 半加性：它是可以添加到某些维度的度量。
79) 什么是聚合表？
聚合表包含使用函数计算的聚合数据，例如：1) 平均值 2) 最大值 3) 计数 4) 总和 5) 总和，6) 最小值。
80) 什么是已确认维度？
已确认维度是这样设计的维度，可以在数据仓库的各个区域中跨多个事实表使用。
81) 列出数据建模中的层次结构类型
有两种层次结构：1) 基于级别的层次结构和 2) 父子层次结构。
82) 数据集市和数据仓库有什么区别？
这是 数据仓库与数据集市 的主要区别：
| 数据集市 | 数据仓库 |
|---|---|
| 数据集市专注于单一业务主题领域。 | 数据仓库专注于多个业务领域。 |
| 用于为业务增长做出战术决策。 | 它帮助企业所有者做出战略决策。 |
| 数据集市遵循自下而上的模型。 | 数据仓库遵循自顶向下的模型。 |
| 数据源来自单一数据源。 | 数据源来自多个异构数据源。 |
83) 什么是 XMLA？
XMLA 是一种 XML 分析，被认为是访问 联机分析处理 (OLAP) 中数据的标准。
84) 解释垃圾维度
垃圾维度有助于存储数据。当数据不适合存储在模式中时使用。
85) 解释链式数据复制
当次级节点通过 ping 时间选择目标或最近的节点是次级节点时，这种情况称为链式数据复制。
86) 解释虚拟数据仓库
虚拟数据仓库提供已完成数据的集合视图。虚拟数据仓库没有历史数据。它被认为是具有元数据的逻辑数据模型。
87) 解释数据仓库快照
快照是在数据提取过程开始时数据的完整可视化。
88) 什么是双向提取？
系统以两个方向提取、清洗和传输数据的能力称为双向提取。
这些面试问题也将有助于您的口试
