Bi面试题集锦

本文针对BI领域的技术面试提供详尽的准备指南,涵盖SQL Server、SSIS、SSRS、SSAS等多个方面的问题及解答思路,帮助求职者全面了解可能遭遇的技术考察点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

面试是个做好准备去碰运气的活。也是有技巧的,如果能做好准备,确实对成功率有些提高。
面试也分很多种的,有相关经验的,无相关经验的;高级职位、一般职位;外企、国企(明显的面试轮数很不一样)
随便举几个点吧。
技术类的:
譬如,数据库技术,性能优化,对于有经验的,希望问大数据量怎么处理,你做过多大的,效果如何。
工具技术,如SSIS某某组件,INFA或者DS某个技巧;MDX有没有用过。
设计方面的问题,譬如如何做增量,你做过的架构里划分些啥层次;
理论类的;
建模的经验,星形模型和雪花模型等,渐变维的处理(真心常问,标准答案必备),旋转切片钻取等多维操作等等。
项目类的:
问你做过些啥项目 ,负责其中哪些方面,项目有什么亮点,有什么成果,客户有什么收益,遇到什么难点,如何解决的,真心喜欢问。
再如怎么做调研,咋搞定客户。等等
个人方面的
职业规划,为什么离开,为什么跳得多,薪资期望(喜欢问,慎回复),结婚没,爱好。是否能出差?长期出差呢?
业务方面的
对行业的一些业务理解,涉及到一些业务知识,就因行业而异了 。

最后问:你有没有什么问题要问我们的呢?

========================================================================================

我只说一说微软 BI 技术方面的吧,其它项目经验什么的都是共通的?
SQL Server 方面都是基础性的问题

  1. 聚集索引,非聚集索引的区别,B树上的结构
  2. 去重的问题,分组排序的问题 如果能提下 利用SQL Server 2012 窗口函数去重就很有亮点了
  3. 有没有用过表分区什么的,移动窗口什么的
  4. 子查询
  5. SQL Server 事务

SSIS 方面

  1. 用过哪些基本的控件?基本的 Lookup, Merge, Merge Join, Union ALL, Data Conversion, Aggregation, Derived, Execute SQL Task, XML Task, Script Task, Web Service Task, Multicast 用过的全部说出来,因为这些都可以随机挑着问。
  2. 喜欢问 Merge, Merge Join, Union All 的区别.
  3. Lookup 怎么用
  4. 根据他们各自的项目,可能会问你处理过什么文件没有?输入输出的处理,错误的处理都是如何处理的
  5. 数据同步如何实现
  6. 增量数据如何实现
  7. SSIS Package 出错如何处理
  8. 如果是数据仓库方面的, SCD Slowly Change Dimension 缓慢渐变维度必问
  9. 最后会让你把你做过的 ETL 从设计到实现基本上讲解一遍
  10. XML 的输出问题,XML 格式转换, XSD 的验证

10.还有的就是比如 文件加载时的几种方式,SSIS, Buik Insert 等等等等. 
SSRS 报表

  1. 两个参数,年,月级联的效果如何实现?
  2. 在 SSRS 报表上如何使用 KPI?
  3. SSRS 报表使用过哪些数据源,比如 SQL Server 的还是 Cube 分析服务的
  4. 能不能在 SSRS 上实现钻取
  5. 订阅报表如何实现

SSAS 分析服务

  1. 数据库维度和Cube 中的多维数据集维度有什么区别?
  2. 雪花模型和星型模型必问
  3. 角色扮演维度
  4. 父子维度
  5. MDX 中的同环比如何实现
  6. 如何使用计算成员

上面的都是一些基础的概念,如果都知道的话一般就都没有什么太大问题了。

其它补充的还会问你有没有使用过 SharePoint, PowerPivot, PowerView 等等。

还有就是问你一些最佳实践 Best Practice,实施和部署相关的问题。我之前若干次面试过程中上面的问题基本上覆盖了90%以上,还有很多不记得了

=========================================================================================

1,OBIEE的权限控制,有哪些方式
2,OBIEE的变量类型有哪些?case when与filter的异同? 三层设计,时间聚合,钻取
3,资料库中的一些函数MSUM,ago,toDate,定时发送,deliver功能,ibot。传参的应用
4,缓存,回写功能,预警是如何做的?有过相关经验?java调用API,web service集成
5,免登陆的实现,能否谈下细节。缓慢变化维的设计?ETL方面的问题。
6,好的设计规范,OBIEE的开发流程是怎样的?
7,OBIEE的整体架构是如何的?与其他BI产品的比较,谈下优势和缺点
A,BI Administration –元数据管理,元数据文档,多用户开发支持,服务器管理
B,Presentation –answer,dashboard,web catalog管理,缓存服务。XML 框架
C,BI SERVER—sql转译,会话管理,负载均衡,缓存服务,生成逻辑请求。优化查询重
写,聚集导航,查询管理,数据源适配器,智能请求生成与优化数据访问
D,BI Publisher—Delivery server,Layout interface,Data logic
E,Delivers server –调度服务,agent Execution logic,设备适配器,预警,IBOT ,结合BPEL
F,cluster
8,解决性能问题(物化视图,基于汇总表,分库分表,特定于数据库的优化手段HINT)
9,关注11g的新功能?

==========================================================================================

1、oracle有哪些优化工具
2、是否熟悉cognos transfer
3、对DataStage中 stage的理解
4、怎么处理oracle大数据量
5、有没有遇到过DataStage自身的bug
6、是否做过联动报表
7、是否处理过一张报表中多数据源连接问题
8、使用过cognos的哪些组件
9、在cognos报表组件过程中是否用过javascripe,应用实例
10、cognos多维分析报表有做过吗?主要的组件是那个?
11、你做过的项目数据量有多大?

=====================================================================================

数据库的问题还是比较多的额。

### 商业智能 (BI) 面试常见问题及解决方案 以下是关于商业智能领域的一些常见面试问题及其解答: #### 数据建模与ETL流程 数据建模和 ETL 流程是 BI 的核心部分之一。常见的问题是围绕如何设计星型模式以及处理复杂的数据转换。 - **问题**: 如何构建一个适合分析需求的维度模型? 构建维度模型的关键在于识别事实表和维表之间的关系。通常采用星型或雪花型结构来表示业务过程中的度量值和描述属性[^1]。 ```sql -- 创建一个简单的事实表示例 CREATE TABLE sales_fact ( sale_id INT PRIMARY KEY, product_key INT REFERENCES products(product_key), date_key DATE REFERENCES dates(date_key), quantity_sold DECIMAL(10,2) ); ``` #### 报告工具和技术栈 了解主流报告工具的功能差异也是重要的考察点。 - **问题**: Tableau 和 Power BI 各自的优势是什么? Tableau 更擅长于快速可视化探索,而 Power BI 则提供了更紧密的 Microsoft 生态集成能力,比如 Azure 分析服务的支持[^2]。 #### 性能优化策略 性能调优对于大规模数据分析至关重要。 - **问题**: 当遇到缓慢查询时可以采取哪些措施改善? 可以通过创建索引来加速特定字段上的查找操作;另外分区技术能够有效减少扫描整个大表所需的时间成本[^3]。 ```sql -- 添加索引到频繁过滤条件列上 ALTER TABLE large_table ADD INDEX idx_column_name(column_name); -- 对时间序列数据按月分片存储 PARTITION BY RANGE(YEAR(order_date)) { PARTITION p0 VALUES LESS THAN (2020), PARTITION p1 VALUES LESS THAN (2021), ... } ``` #### 数据治理与安全控制 确保企业内部敏感信息得到妥善保护同样不可忽视。 - **问题**: 实现细粒度访问权限的方法有哪些? 使用角色管理机制分配不同级别的查看权给各类用户群体是一种常用手段。此外还可以基于行级安全性规则进一步限定个人所能接触到的具体记录范围[^4]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值