數(shù)據(jù)質(zhì)量是數(shù)據(jù)治理的核心，也是面試必問的內(nèi)容。
我整理了20多家大廠面試中出現(xiàn)的數(shù)據(jù)質(zhì)量高頻問題，按模塊分類，附參考答案。
建議收藏，面試前看一遍。
一、數(shù)據(jù)質(zhì)量六維度（必問）
- 數(shù)據(jù)質(zhì)量有哪些評估維度？
六大維度：
維度
定義
舉例
完整性
數(shù)據(jù)完整程度
字段非空率、記錄完整率
準(zhǔn)確性
數(shù)據(jù)真實(shí)準(zhǔn)確程度
值域校驗(yàn)、格式校驗(yàn)
一致性
跨系統(tǒng)數(shù)據(jù)統(tǒng)一程度
編碼統(tǒng)一、跨表一致性
唯一性
數(shù)據(jù)無重復(fù)程度
主鍵唯一性
及時性
數(shù)據(jù)及時更新程度
T+1按時產(chǎn)出
有效性
數(shù)據(jù)符合業(yè)務(wù)規(guī)則程度
外鍵關(guān)聯(lián)、狀態(tài)有效
面試追問：你們怎么計算綜合質(zhì)量分？
參考答案：六個維度加權(quán)求和，權(quán)重根據(jù)業(yè)務(wù)重要性配置。比如財務(wù)數(shù)據(jù)準(zhǔn)確性權(quán)重高，業(yè)務(wù)數(shù)據(jù)完整性權(quán)重高。
- 你們怎么評估數(shù)據(jù)質(zhì)量的好壞？
回答框架：
- 定義標(biāo)準(zhǔn)：每個質(zhì)量維度有明確的合格線（如>=90分）
- 自動檢測：配置質(zhì)檢規(guī)則，自動跑數(shù)據(jù)質(zhì)量檢查
- 生成報告：六維度評分 + 問題明細(xì)
- 問題閉環(huán)：通過工單系統(tǒng)推動整改
加分點(diǎn)：能說出具體工具或自研平臺的實(shí)現(xiàn)邏輯。
二、質(zhì)檢函數(shù)與質(zhì)檢規(guī)則（核心）
- 質(zhì)檢函數(shù)是什么？怎么設(shè)計？
質(zhì)檢函數(shù)是數(shù)據(jù)質(zhì)量檢查的最小單元，分為預(yù)置函數(shù)和自定義函數(shù)。
常見預(yù)置函數(shù)：
函數(shù)
檢查內(nèi)容
SQL邏輯
IS_NULL
字段是否為空
COUNT() WHERE col IS NULL
IS_UNIQUE
字段值是否唯一
HAVING COUNT() > 1
IN_RANGE
值是否在范圍
WHERE col NOT BETWEEN min AND max
MATCH_REGEX
格式校驗(yàn)
WHERE col NOT REGEXP 'pattern'
IN_CODE_TABLE
枚舉值校驗(yàn)
WHERE col NOT IN (SELECT code FROM碼表)
自定義函數(shù)示例（訂單金額合理性）：
-- 規(guī)則：單筆訂單不能超過客戶信用額度的200%
SELECT order_id, customer_id, order_amount
FROM orders o
JOIN customer c ON o.customer_id = c.customer_id
WHERE o.order_amount > c.credit_limit *2
- 質(zhì)檢規(guī)則和質(zhì)檢函數(shù)的區(qū)別？
核心區(qū)別：
質(zhì)檢函數(shù)
：定義「怎么檢查」，是原子能力
質(zhì)檢規(guī)則
：定義「檢查什么對象，用什么閾值」，是場景化配置
規(guī)則 = 函數(shù) + 對象 + 閾值
舉例：
函數(shù)：IS_NULL（非空檢查）
對象：orders.order_id（訂單表主鍵）
閾值：0（不允許為空）
規(guī)則：訂單主鍵不允許為空
- 怎么設(shè)計一個數(shù)據(jù)質(zhì)量檢查流程？
四步流程：
- 定義質(zhì)檢函數(shù)（非空、唯一、范圍...）
- 配置質(zhì)檢規(guī)則（函數(shù)+對象+閾值）
- 組合形成質(zhì)檢模型
- 調(diào)度執(zhí)行 → 生成質(zhì)量報告 → 觸發(fā)問題工單
面試加分：能畫出完整的質(zhì)檢流程圖，說明每個環(huán)節(jié)的職責(zé)。
三、質(zhì)檢模型與質(zhì)量報告（高頻追問）
- 質(zhì)檢模型是什么？怎么組合規(guī)則？
質(zhì)檢模型是質(zhì)檢規(guī)則的組合，用于批量檢查某一類數(shù)據(jù)。
舉例：
模型：交易數(shù)據(jù)質(zhì)量模型
規(guī)則：
訂單金額不為空
訂單金額大于0
訂單金額不超過信用額度200%
下單時間格式正確
訂單狀態(tài)在有效枚舉范圍內(nèi)
模型可以設(shè)置權(quán)重，比如金額準(zhǔn)確性權(quán)重60%，時間及時性權(quán)重40%。
- 質(zhì)量報告包含哪些內(nèi)容？
標(biāo)準(zhǔn)質(zhì)量報告結(jié)構(gòu)：
- 六維度評分（完整性、準(zhǔn)確性、一致性、唯一性、及時性、有效性）
- 綜合質(zhì)量分
- 達(dá)標(biāo)情況統(tǒng)計（合格/警告/不合格）
- 問題明細(xì)列表
- 問題趨勢分析（環(huán)比/同比）
- Top問題表/字段清單
面試追問：質(zhì)量分怎么計算的？
參考答案：加權(quán)求和模型。每個維度權(quán)重根據(jù)業(yè)務(wù)重要性配置，比如財務(wù)數(shù)據(jù)「準(zhǔn)確性」權(quán)重最高，業(yè)務(wù)數(shù)據(jù)「及時性」權(quán)重最高。
- 數(shù)據(jù)質(zhì)量問題怎么處理？
閉環(huán)流程：
發(fā)現(xiàn)問題 → 創(chuàng)建工單 → 派發(fā)給責(zé)任人 → 處理中 → 待驗(yàn)證 → 已關(guān)閉
關(guān)鍵點(diǎn)：
問題記錄要完整：問題描述、影響范圍、產(chǎn)生原因、處理記錄
超時未處理要升級
處理結(jié)果要驗(yàn)證
四、實(shí)際場景問題（最難）
- 實(shí)時數(shù)據(jù)和批量數(shù)據(jù)怎么分別做質(zhì)量檢查？
實(shí)時數(shù)據(jù)（T+0）：
采用流式處理：Kafka + Flink
消息隊(duì)列層做校驗(yàn)，不合格直接攔截或打標(biāo)簽
延遲敏感，質(zhì)檢邏輯要輕量
批量數(shù)據(jù)（T+1）：
凌晨調(diào)度執(zhí)行
完整SQL檢查，覆蓋率高
檢查結(jié)果寫質(zhì)量報告，推送告警
核心區(qū)別：實(shí)時重在攔截，批量重在發(fā)現(xiàn)。
- 跨系統(tǒng)數(shù)據(jù)不一致怎么排查？
排查思路：
- 確定問題范圍：哪些表/字段不一致
- 追溯數(shù)據(jù)鏈路：從源頭到終點(diǎn)的每個節(jié)點(diǎn)
- 對比數(shù)據(jù)內(nèi)容：逐條對比，找差異點(diǎn)
- 定位原因：同步延遲？轉(zhuǎn)換邏輯錯誤？業(yè)務(wù)數(shù)據(jù)錯誤？
常用方法：
數(shù)據(jù)血緣追溯：從ODS到ADS全鏈路看
數(shù)據(jù)比對：兩邊數(shù)據(jù)做minus/intersect
日志排查：看ETL任務(wù)的執(zhí)行日志
- 數(shù)據(jù)質(zhì)量差會有什么后果？
從業(yè)務(wù)到技術(shù)的全面影響：
影響層面
具體表現(xiàn)
業(yè)務(wù)決策
報表數(shù)據(jù)失真，管理層判斷失誤
運(yùn)營效率
客服成本增加，用戶體驗(yàn)下降
合規(guī)風(fēng)險
監(jiān)管數(shù)據(jù)不合格，被監(jiān)管處罰
技術(shù)成本
數(shù)據(jù)修復(fù)返工，浪費(fèi)大量人力
經(jīng)典案例：某電商因?yàn)樯唐穾齑鏀?shù)據(jù)不準(zhǔn)，超賣10萬單，賠償損失上百萬。
- 怎么推動業(yè)務(wù)方重視數(shù)據(jù)質(zhì)量？
這是個常見但很難答好的問題。
核心思路：讓業(yè)務(wù)方看到數(shù)據(jù)質(zhì)量的價值
量化價值
：數(shù)據(jù)質(zhì)量提升X%，業(yè)務(wù)轉(zhuǎn)化提升Y%
關(guān)聯(lián)考核
：把數(shù)據(jù)質(zhì)量納入業(yè)務(wù)KPI
服務(wù)化
：提供質(zhì)檢工具，讓業(yè)務(wù)方自助檢查
自動化
：嵌入學(xué)控平臺，出問題自動告警
反問面試官：我們公司目前數(shù)據(jù)質(zhì)量治理的痛點(diǎn)是什么？我可以針對性地聊聊。
- 怎么判斷數(shù)據(jù)質(zhì)量問題是系統(tǒng)問題還是業(yè)務(wù)問題？
判斷方法：
特征
系統(tǒng)問題
業(yè)務(wù)問題
數(shù)據(jù)規(guī)律
批量失敗，符合某種模式
零星發(fā)生，無明顯規(guī)律
發(fā)生時間
某個時間點(diǎn)突然出現(xiàn)
持續(xù)存在或逐漸累積
影響范圍
影響整批數(shù)據(jù)
影響個別記錄
復(fù)現(xiàn)方式
固定條件下可復(fù)現(xiàn)
難以復(fù)現(xiàn)
實(shí)操：拉取問題數(shù)據(jù)的明細(xì)，看時間分布、業(yè)務(wù)類型分布、字段值分布。
五、實(shí)戰(zhàn)經(jīng)驗(yàn)問題（加分項(xiàng)）
- 你從0到1搭建過數(shù)據(jù)質(zhì)量體系嗎？
STAR法則回答：
S（背景）：業(yè)務(wù)數(shù)據(jù)質(zhì)量差，報表數(shù)據(jù)不準(zhǔn)，影響決策
T（任務(wù)）：需要搭建數(shù)據(jù)質(zhì)量管理體系
A（行動）：設(shè)計質(zhì)檢模型，配置質(zhì)檢規(guī)則，落地工單閉環(huán)
R（結(jié)果）：數(shù)據(jù)質(zhì)量分從60分提升到90分，報表投訴減少80%
面試官想聽的重點(diǎn)：
你為什么這么設(shè)計？不是工具羅列
你踩過什么坑？怎么解決的？
業(yè)務(wù)方配合嗎？怎么推動的？
- 數(shù)據(jù)質(zhì)量和數(shù)據(jù)治理是什么關(guān)系？
標(biāo)準(zhǔn)回答：
數(shù)據(jù)治理 > 數(shù)據(jù)質(zhì)量管理
數(shù)據(jù)治理包含：
- 數(shù)據(jù)標(biāo)準(zhǔn)管理
- 元數(shù)據(jù)管理
- 數(shù)據(jù)質(zhì)量管理 ← 你在這
- 數(shù)據(jù)安全管理
- 數(shù)據(jù)生命周期管理
補(bǔ)充：數(shù)據(jù)質(zhì)量是數(shù)據(jù)治理的核心目標(biāo)之一，也是最能直接體現(xiàn)治理效果的模塊。
總結(jié)
數(shù)據(jù)質(zhì)量面試核心考察三點(diǎn)：
概念理解：六維度、質(zhì)檢函數(shù)、質(zhì)檢規(guī)則、質(zhì)檢模型
實(shí)操經(jīng)驗(yàn)：規(guī)則怎么配置、質(zhì)量報告怎么看、問題怎么閉環(huán)
體系思維：數(shù)據(jù)質(zhì)量在數(shù)據(jù)治理中的位置，怎么推動落地
