ETL面试题精华

一、分析

1．什么是逻辑数据映射？它对 ETL 项目组的作用是什么？

What is a logical data mapping and what does it mean to the ETL team?

答：

逻辑数据映射（Logical Data Map）用来描述源系统的数据定义、目标数据仓库的模型以

及将源系统的数据转换到数据仓库中需要做操作和处理方式的说明文档，通常以表格或

Excel 的格式保存如下的信息：

目标表名：

时间）。

SCD3 在维表中定义历史信息字段，只保存有限的历史信息（此技术很少应用）

源数据库名：源数据库的实例名，或者连接字符串。

源表名：

源列名：

转换方法：需要对源数据做的操作，如 Sum(amount)等。

逻辑数据映射应该贯穿数据迁移项目的始终，在其中说明了数据迁移中的 ETL 策略。在进

行物理数据映射前进行逻辑数据映射对 ETL 项目组是重要的，它起着元数据的作用。项目

中最好选择能生成逻辑数据映射的数据迁移工具。

-----------------------------补充：

一对一：一个源模型的数据实体只对应一个目标模型的数据实体。如果源类型与目标类型

到不同的存储空间的实体。

一对零：一个源模型的数据实体没有与目标模型的数据实体有对应，它不在我们处理的计

划范围之内。

零对一：一个目标模型的数据实体没有与任何一个源数据实体对应起来。例如只是根据设

计考虑，时间维表等。

多对一：多个源模型的数据实体只对应一个目标模型的数据实体。

多对多：多个源模型的数据实体对应多个目标模型的数据实体。

2: 属性映射

一对一：源实体的一个数据属性列只对应目标实体的一个数据属性列。如果源类型与目标

类型一致，则直接映射。如果两者间类型不一样，则必须经过转换映射。

据设计考虑，维表和事实表中的时间戳属性，代理健等。

多对一：源实体的多个数据属性列只对应目标实体的一个数据属性列。

多对多：源实体的多个数据属性列对应目标实体的多个数据属性列。

作用:

1 为开发者传送更为清晰的数据流信息。映射关系包括有关数据在存储到 DW 前所经历的

各种变化的信息，对于开发过程中数据的追踪审查过程非常重要。

2 把 ETL 过程的信息归纳为元数据，将数据源结构，目标结构，数据转换规则，映射关系，

数据的上下文等元数据保存在存储知识库中，为元数据消费者提供很好的参考信息，追踪

数据来源与转换信息，有助于设计人员理解系统环境变化所造成的影响；