1104报表
1104报表主要包括：资产负债，表外业务、流动性风险、贷款质量、投向行业和地区、重点客户等。
1104报表分类
普通报表、机构特色类报表。
反洗钱
大额交易、可疑交易。标签分类：疑似犯罪、疑似毒品、疑似传销。
反洗钱—接口报表
数仓面试题
什么时候用星型模式？什么时候用雪花模型？
在数仓建设时比较适合使用星型模型构建底层数据Hive表，通过大量的冗余来提升查询效率。
雪花模型比较适合用在数据市集。
如果现在有一千张表从一个库到另外一个库的ODS层，你会怎么做？
利用消息队列做数据订阅发布。
说说数仓分层？
- ODS层：原始数据层。存放原始数据。
- DWD层：明细数据层。对ODS层数据进行清洗(去除空值、脏数据、超过极限范围的数据)。
- DWS层：服务数据层。以DWD为基础，进行轻度汇总。
- ADS层：数据应用层。为各种统计报表提供数据。
为什么要对数仓进行分层?
- 把复杂问题简单化。
- 减少重复开发。
- 隔离原始数据。
说说你对数据仓库的理解？
数据仓库经历三个阶段：简单报表阶段、数据集市阶段、数据仓库阶段。
常见的缓慢变化维处理方式有那三种？
- 直接覆盖：不记录历史数据，薪数据覆盖旧数据。
- 新加一行数据（纵向扩展）。
- 新加两个字段（横向扩展）。
如何控制数据质量？
- 运用校验机制。
- 数据内容的比对，抽样对比。
- 复盘、每月做一次全量。
说一下你们数仓的数据处理流程？
按照数仓分层思想，分为ods贴源层、dw主题层、mid维表层、dm集市层、app应用层。
过程如下：
- 数据通过采集或同步落地基于HDFS存储的ods层。
- 主题抽取确认。
- 构建维表层数据，如时间、地区、产品类别等数据。
- 进行数据集市构建如统计结果、用户画像、TopN热门数据。
- 进行集市数据的输出到app进行BI可视化展示。
表分类？
- 实体表：指业务对象。
- 维度表。
- 事务型事实表：一般指随着业务发生不断产生数据，特点是一旦发生不会再变化。
- 周期型事实表：一般指随着业务发生不断产生变化（更新，新增）的数据。
同步策略有哪些？
- 全量表：存储完整的数据。
- 增量表：存储新增加的数据。
- 新增及变化表：存储新增加的数据和变化的数据。
- 拉链表：对新增及变化表做定期合并。
实体表（用户，商品，商家）：每日全量。
维度表（订单状态，审批状态，商品分类）：每日全量。
事务型实时表（交易流水，操作日志）：数据量大且不变，每日增量表，每日创建一个分区存储。
周期型事实表（订单，请假等）：用每日新增和变化表，制作一张拉链表。
