Le 25 migliori domande e risposte per le interviste sui test ETL per il 2025
David Carter
Domande di intervista sul test ETL per le matricole
1) Cos'è l'ETL?
Nell'architettura del data warehousing, ETL è un componente importante, che gestisce i dati per qualsiasi processo aziendale. ETL sta per Estrai, trasforma e Caricare. Extract esegue il processo di lettura dei dati da un database. La trasformazione esegue la conversione dei dati in un formato che potrebbe essere appropriato per il reporting e l'analisi. Mentre il caricamento esegue il processo di scrittura dei dati nel database di destinazione.
👉 Download gratuito del PDF: domande e risposte all'intervista sui test ETL
2) Spiegare cosa comprendono le operazioni di test ETL?
I test ETL includono:
- Verificare se i dati si stanno trasformando correttamente in base ai requisiti aziendali
- Verificare che i dati proiettati vengano caricati nel data warehouse senza troncamenti e perdite di dati
- Assicurati che l'applicazione ETL segnali dati non validi e li sostituisca con valori predefiniti
- Assicurati che i dati vengano caricati nell'intervallo di tempo previsto per migliorare la scalabilità e le prestazioni
3) Menzionare quali sono i tipi di applicazioni di data warehouse e qual è la differenza tra data mining e data warehousing?
I tipi di applicazioni di data warehouse sono
- Elaborazione delle informazioni
- Elaborazione analitica
- Data Mining
Estrazione dei dati può essere definito come il processo di estrazione di informazioni predittive nascoste da database di grandi dimensioni e di interpretazione dei dati mentre il data warehousing può utilizzare una miniera di dati per l'elaborazione analitica dei dati in modo più rapido. Conservazione dei dati è il processo di aggregazione dei dati provenienti da più fonti in un unico repository comune
4) Quali sono i vari strumenti utilizzati in ETL?
- Flusso decisionale Cognos
- Oracle Costruttore di magazzini
- Oggetti aziendali XI
- Magazzino aziendale SAS
- Server ETL aziendale SAS
5) Qual è il fatto? Quali sono i tipi di fatti?
È una componente centrale di un modello multidimensionale che contiene le misure da analizzare. I fatti sono legati alle dimensioni.
I tipi di fatti sono
- Fatti additivi
- Fatti semi-additivi
- Fatti non additivi
6) Spiegare cosa sono i Cubi e i Cubi OLAP?
I cubi sono unità di elaborazione dati costituite da tabelle dei fatti e dimensioni del data warehouse. Fornisce analisi multidimensionali.
OLAP sta per Online Analytics Processing e il cubo OLAP archivia dati di grandi dimensioni in formato multidimensionale a fini di reporting. Consiste in fatti chiamati misure classificate per dimensioni.
7) Spiegare cos'è il livello di tracciamento e quali sono le tipologie?
Il livello di traccia è la quantità di dati archiviati nei file di registro. Il livello di tracciamento può essere classificato in due Normale e Verboso. Il livello normale spiega il livello di traccia in modo dettagliato mentre il livello dettagliato spiega i livelli di traccia in ogni riga.
8) Spiegare cos'è il Grain of Fact?
Il fatto fondamentale può essere definito come il livello al quale vengono archiviate le informazioni sui fatti. È noto anche come granularità dei fatti
9) Spiegare cos'è lo schema dei fatti senza fatti e cosa sono le misure?
Una tabella dei fatti senza misure è nota come tabella dei fatti priva di fatti. Può visualizzare il numero di eventi che si verificano. Ad esempio, viene utilizzato per registrare un evento come il conteggio dei dipendenti in un'azienda.
I dati numerici basati sulle colonne in una tabella dei fatti sono noti come misure
10) Spiegare cos'è la trasformazione?
Una trasformazione è un oggetto repository che genera, modifica o trasmette dati. Le trasformazioni sono di due tipi Attivo e Passivo
Domande e risposte per l'intervista allo sviluppatore ETL per esperti
11) Spiegare l'uso della trasformazione di ricerca?
La trasformazione Ricerca è utile per
- Ottenere un valore correlato da una tabella utilizzando un valore di colonna
- Aggiorna la tabella delle dimensioni che cambia lentamente
- Verificare se i record esistono già nella tabella
12) Spiegare cos'è il partizionamento, il partizionamento hash e il partizionamento round robin?
Per migliorare le prestazioni, le transazioni vengono suddivise, questo è chiamato partizionamento. Il partizionamento consente Informatica Server per la creazione di connessioni multiple a varie fonti
I tipi di partizioni sono
Partizionamento Round-Robin:
- Dall'informatica i dati vengono distribuiti uniformemente tra tutte le partizioni
- In ogni partizione in cui il numero di righe da elaborare è approssimativamente lo stesso, questo partizionamento è applicabile
Partizionamento hash:
- Allo scopo di partizionare le chiavi per raggruppare i dati tra partizioni, il server Informatica applica una funzione hash
- Viene utilizzato quando si garantisce che i gruppi di righe di processi con la stessa chiave di partizionamento nella stessa partizione debbano essere garantiti
13) Menziona qual è il vantaggio di utilizzare DataReader Destination Adapter?
Il vantaggio di utilizzare l'adattatore di destinazione DataReader è che popola un file Set di record ADO (costituito da record e colonne) in memoria ed espone i dati dall'attività DataFlow implementando l'interfaccia DataReader, in modo che altre applicazioni possano utilizzare i dati.
14) Utilizzando SSIS (SQL Server Integration Service) quali sono i modi possibili per aggiornare la tabella?
Per aggiornare la tabella utilizzando SSIS i modi possibili sono:
- Utilizzare SQL command
- Utilizza una tabella di stadiazione
- Usa cache
- Utilizzare l'attività Script
- Utilizza il nome completo del database per l'aggiornamento se viene utilizzato MSSQL
15) Nel caso in cui disponi di un'origine non OLEDB (Object Linking and Embedding Database) per la ricerca, cosa faresti?
Nel caso in cui si disponga di un'origine non OLEBD per la ricerca, è necessario utilizzare Cache per caricare i dati e utilizzarli come origine
16) In quali casi si utilizza la cache dinamica e la cache statica nelle trasformazioni connesse e non connesse?
- La cache dinamica viene utilizzata quando è necessario aggiornare la tabella principale e le dimensioni a modifica lenta (SCD) di tipo 1
- Per i file flat viene utilizzata la cache statica
17) Spiegare quali sono le differenze tra la ricerca non connessa e quella connessa?
| Ricerca connessa | Ricerca non connessa |
|---|---|
| La ricerca connessa partecipa alla mappatura | Viene utilizzato quando viene utilizzata la funzione di ricerca invece di una trasformazione di espressione durante la mappatura |
| È possibile restituire più valori | Restituisce solo una porta di output |
| Può essere collegato ad un'altra trasformazione e restituisce un valore | Non è possibile collegare un'altra trasformazione |
| La cache statica o dinamica può essere utilizzata per la ricerca connessa | Non connesso perché solo cache statica |
| La ricerca connessa supporta i valori predefiniti definiti dall'utente | La ricerca non connessa non supporta i valori predefiniti definiti dall'utente |
| In Connected Lookup è possibile restituire più colonne dalla stessa riga o inserirle nella cache di ricerca dinamica | La ricerca non connessa designa una porta di ritorno e restituisce una colonna da ogni riga |
18) Spiegare cos'è la visualizzazione origine dati?
Una vista dell'origine dati consente di definire lo schema relazionale che verrà utilizzato nei database dei servizi di analisi. Anziché direttamente dagli oggetti origine dati, le dimensioni e i cubi vengono creati dalle visualizzazioni origine dati.
19) Spiegare qual è la differenza tra gli strumenti OLAP e gli strumenti ETL?
La differenza tra lo strumento ETL e OLAP è questa
Strumento ETL è pensato per l'estrazione di dati dai sistemi legacy e il caricamento nel database specificato con un processo di pulizia dei dati.
Esempio: Stadio dati, Informatica ecc.
Mentre OLAP è pensato per scopi di reporting nei dati OLAP disponibili nel modello multidirezionale.
Esempio: Oggetti aziendali, Cognos ecc.
20) Come si può estrarre SAP dati utilizzando Informatica?
- Con l'opzione di connessione elettrica estrai SAP dati utilizzando l'informatica
- Installare e configurare lo strumento PowerConnect
- Importa la fonte nell'analizzatore della fonte. Tra Informatica e SAP Powerconnect funge da gateway. Il passaggio successivo è generare il codice ABAP per la mappatura da cui solo l'informatica potrà estrarre i dati SAP
- Per connettere e importare sorgenti da sistemi esterni viene utilizzato Power Connect
21) Menziona qual è la differenza tra Power Mart e Power Center?
| Centro di potere | Mercato del potere |
|---|---|
| Supponiamo di elaborare un enorme volume di dati | Supponiamo di elaborare un basso volume di dati |
| Supporta fonti ERP come SAP, persone morbide ecc. | Non supporta le origini ERP |
| Supporta repository locale e globale | Supporta il repository locale |
| Converte il repository locale in globale | Non ha specifiche per convertire il repository locale in globale |
22) Spiegare cos'è l'area di sosta e qual è lo scopo di un'area di sosta?
Lo staging dei dati è un'area in cui si conservano temporaneamente i dati sul server del data warehouse. Lo staging dei dati include i seguenti passaggi
- Estrazione dei dati di origine e trasformazione dei dati (ristrutturazione)
- Trasformazione dei dati (pulizia dei dati, trasformazione del valore)
- Assegnazioni chiave surrogate
23) Cos'è lo schema degli autobus?
Affinché i vari processi aziendali possano identificare le dimensioni comuni, viene utilizzato lo schema BUS. Viene fornito con dimensioni conformi insieme a una definizione standardizzata di informazioni
24) Spiegare cos'è l'eliminazione dei dati?
L'eliminazione dei dati è un processo di eliminazione dei dati dal data warehouse. Elimina i dati spazzatura come righe con valori nulli o spazi aggiuntivi.
25) Spiegare cosa sono gli oggetti dello schema?
Gli oggetti dello schema sono la struttura logica che fa riferimento direttamente ai dati del database. Gli oggetti dello schema includono tabelle, viste, sinonimi di sequenze, indici, cluster, pacchetti di funzioni e collegamenti a database
26) Spiegare questi termini Sessione, Worklet, Mapplet e Workflow?
- Mappa: Organizza o crea insiemi di trasformazione
- Lavoro: Rappresenta un insieme specifico di compiti assegnati
- Flusso di lavoro: È un insieme di istruzioni che indicano al server come eseguire le attività
- Sessione: È un insieme di parametri che indica al server come spostare i dati dalle origini alla destinazione
Queste domande del colloquio ti aiuteranno anche nel tuo viva(orale)
