bi面试宝典

BI面试不用怕，看看这篇bi面试宝典，让你轻松拿下面试相关问题~内容包括项目、架构、数据库、kettle、linux等等，祝你成功~

bi面试

项目

项目结果、做了什么、用了什么技术、几个人、怎么分工、遇到的问题+怎么解决

项目中写的最复杂的sql实现了什么功能

做了哪些清洗

错误的数据：比如字符串数据后面有回车空格、日期格式不正确、日期越界 重复的数据 简单的数据标准化，好比表和字段命名 默认值填充，好比性别为空的都补0 清洗规则十分明确，好比说说字段拆解 

清洗实例

https://blog.csdn.net/fengyuruhui123/article/details/53414612?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-1-53414612-blog-111328728.pc_relevant_3mothn_strategy_and_data_recovery&spm=1001.2101.3001.4242.2&utm_relevant_index=4

主要业务

银行

https://blog.csdn.net/acumen_leo/category_8963248.html

电商

怎么验证抽的数据是正确的

都用到哪些工具

调度工具

项目的维度

指标

口径的逻辑跟计算，是你跟业务去确认

数据量大小

数据库开发、etl开发比例

项目流程

什么是事实表以及维度表？工作中用到的事实表跟维度表有哪些？举例

主题域如何分

主题域就是把那些关联紧密但不同的数据主题，交汇融合到一个更大的主题域当中

系统

业务：商品、交易、物流



部门：生产、供应链、研发、销售

功能

主题

 https://juejin.cn/post/6982944202829070344

https://juejin.cn/post/6982944202829070344

架构

说说你对数仓的理解

最近的数仓架构，每一层干啥的，为什么要分层：更清晰管理数据库中的表

工作中你接触数据仓库那一块

你们用的雪花模型还是星型模型？

对三范式的理解

DW如何设计

数据中台和数据仓库、数据平台区别

https://cloud.tencent.com/developer/article/1472561

数据库

delete和truncate区别

自定义函数

字符串：

时间

聚合

开窗函数：有哪些，主要用来做什么

数据库之间同步：dblink

去重

查询去重

删除重复

count(*)和count(字段）

函数有哪些？什么情况下用到分析函数？分析函数和聚合函数的区别？

增量同步

缓慢变化

拉链表的定义

临时表

正则有用过吗

有用过游标么？

存储过程参数有哪些类型

异常处理有哪些

13.如何设置并行

8、对索引的理解，索引的执行机制，索引的优缺点，主键和唯一索引的区别？

存储过程

1.你们的存储过程都实现些什么功能？

存储过程的格式

存储过程和自定义函数区别

谈谈你对存储过程的优化

行转列 列转行

union union all 区别

kettle

抽数工具，跨库和同库抽数用什么实现

你们怎么抽数 有什么规则

开发中遇到过什么问题，你是怎么解决的

kettle部署：

具体修改哪些配置

KETTLE纯抽数的优化

用KETTLE抽数，1000万的数据要抽多久？

kettle版本

换成其他数据库需要修改哪些配置

对应shu'ju库的jar包

百分多少做kettle

kettle优点

linux

子主题

子主题

子主题

其他

如果一个系统有300多张报表，80多张关键的报表，其余还有控件之类的工具，要多长时间熟悉并且独立开发？

平时加班情况，对加班的看法

你的职业规划，期望薪资，到岗日期

你还有什么想问的

hadoop

基本构造、原理：