葵花宝典：2022年06月CDGP真题解析

赵老师

1．网约车：主要实体包括：司机、乘客、订单、派单、抢单、行程、实名认证、等级、优惠、活动加价等（10分）。（考点：CDM、LDM、网约车）

2．质量：1）如何执行质量管理，数据质量方案（7分）；2）数据质量的绩效管理（3分）。（考点：DQ、方案）

3．元数据：1）元数据管理不善带给企业影响（3分）；2）结合企业情况设计元数据管理系统（7分）。（考点：元数据、元数据管理系统）

4．数据安全：1）DAMA对数据安全的核心概念；2）企业应该具备什么样的数据安全能力。（考点：数据安全，安全能力）

5．主数据：1）主数据核心功能；2）主数据跟业务系统的关系，主数据管理系统与业务系统的集成的影响。（考点：MDM、MDM和业务系统的关系）

6．DW/BI：概念性BI和大数据架构（10分）。（考点：DW/BI、大数据架构）

赵老师

第一题 设计题：（考点：CDM、LDM、网约车）
一、问题简述：
网约车：主要实体包括：司机、乘客、订单、派单、抢单、行程、实名认证、等级、优惠、活动加价等（10分）。
二、问题解析：
1．逻辑模型设计题是必考题，历史上的CDGP考试，每期都考。主题包括：零售、书店、餐厅、电影院和照相馆等。
2．逻辑模型设计题的答题思路是：先找实体和关系，后找属性和外键约束。
3．一般画出10-15个左右的主要实体及其关系即可。
三、参考答案：
CDM：略
LDM：略
【另外，说明主要实体之间的关系】

赵老师

第二题 论述题：（考点：DQ、方案）
一、问题简述：
质量：1）如何执行质量管理，数据质量方案（7分）；2）数据质量的绩效管理（3分）。
二、问题解析：
三、参考答案：
1．数据质量的一般性工作包括：
(1)定义高质量数据
(2)定义数据质量战略
(3)定义初始评估范围
(4)执行初始数据质量评估
(5)识别改进并排列优先级
(6)定义数据质量改进目标
(7)开发和部署数据质量操作等方面
2．数据质量问题的解决方法：
数据质量的好坏基于数据能够多大程度上满足数据消费者的需求。拥有一个完善的数据管理流程，有助于组织对标准和需求进行规范化和文档化，依此来测量数据质量。
(1)元数据定义了数据所代表的含义。数据管理专员和数据建模流程是元数据的重要来源。管理较好的元数据有助于数据质量的提升。元数据存储库可以存储数据质量的测量结果，从而在整个组织中共享，也便于数据质量团队参考并就问题优先级达成一致，促进问题解决。
(2)由于数据管质量理理念经常与数据治理保持一致。同时数据质量问题是开展企业级数据治理的主要原因，因此数据质量项目作为数据治理项目的一部分时，数据治理成效将更加显著。将数据质量工作纳入总体治理工作，可使得数据质量团队与如下这些利益相关方和推动者一起开展工作;
a.风险和安全人员，能够帮助识别与数据相关的组织漏洞。
b.业务流程工程师和培训人员，可以帮助团队实施流程改进，从而提高效率，产生更适合下游使用的数据。
c.业务和数据操作管理员及数据所有者，能够识别关键数据，定义标准和数据质量期望，设定数据问题整改优先级。
(3)组织可以通过如下途径加快数据质量工作的开展∶
a.设定优先级。
b.制定和维护与数据质量有关的标准和策略。
c.建立沟通和知识共享机制。
d.监控、汇报数据质量工作的执行效果和数据质量测量结果。
e.分享数据质量探查结果，以此来树立数据质量意识、发现数据质量提升的机会。
数据治理也负有主数据管理和参考数据管理的责任。值得一提的是，主数据管理和参考数据管理是保证数据质量的两个很好的例子。仅仅将数据标记为"主数据"，就意味着对其内容和可靠性有一定的目标要求。
3．数据质量团队的大部分工作将集中于质量的度量和报告上。数据质量的高阶指标包括：
(1)投资回报。关于改进工作的成本与改进数据质量的好处的声明。
(2)质量水平。测量一个数据集内或多个数据集之间的错误或不满足甚至违反需求情况的数量和比率。
(3)数据质量趋势。随着时间的推移（趋势），针对阈值和目标的质量改进，或各阶段的质量事件。
(4)数据问题管理指标。
a.按数据质量指标对问题分类与计数。
b.各业务职能部门及其问题状态（已解决、未解决、已升级）。
c.按优先级和严重程度对问题排序。
d.解决问题的时间。
(5)服务水平的一致性。包括负责人员在内的组织单位对数据质量评估项目干预过程的一致性。
(6)数据质量计划示意图。现状和扩展路线图。

赵老师

第三题 论述题：（考点：元数据、元数据管理系统）
一、问题简述：
元数据：1）元数据管理不善，带给企业影响（3分）；2）结合企业情况设计元数据管理系统（7分）。
二、问题解析：
1．元数据是数据治理的基础，展开描述；
2．阐述元数据治理架构，在根据场景选择一个合适的架构。
三、参考答案：
1．元数据是对数据的技术属性和业务属性进行描述的解释说明的数据，是数据治理的基础和核心。可以说没有元数据，组织将无法开展数据治理和数据质量等相关数据管理工作。没有管理良好的元数据，数据湖将变成数据沼泽。没有科学合理的元数据管理规划实施，数据质量将无从谈起，数据将不具备完整性、可用性、有效性、及时性、唯一性等可度量特征。
2．元数据架构包括：集中式、分布式、混合式、双向式。在集中式中，元数据统一存储和管理，可以对元数据进行必要的修正和增加，以及元数据质量的验证等，读写效率也是最高的。在分布式中，元数据存储在各自的存储库中，通过统一的注册表进行检索和访问控制，分布式的最大优势是元数据的及时性，但数据的一致性、整合、和标准等方面存在缺陷，且元数据质量问题不能得到很好的解决。在混合式中，兼具集中式和分布式的优点和缺点。在双向式中，元数据集中存储，并可以对元数据源进行必要的修改和增强，但架构设计和实现最为复杂，而且还存在一定的权责问题，需要谨慎使用。
注意：【根据场景的描述选择一个合适的架构进行设计。并规定元数据标准和规范等方面。】

赵老师

第四题 论述题：（考点：数据安全、安全能力）
一、问题简述：
数据安全：1）DAMA对数据安全的核心概念；2）企业应该具备什么样的数据安全能力。
二、问题解析：
1．数据安全的核心目标；
2．数据安全能力：信息安全、网络安全、数据安全、系统安全。
三、参考答案：
1．数据安全的核心概念是：保护信息资产，以符合隐私和保密规定、合同协议和业务要求。目标包括：
(1)对企业数据资产启用适当的访问权限并阻止不当访问。
(2)遵守有关隐私、数据保护和保密性的政策法规。
(3)确保满足利益相关者对隐私和保密性的要求。
2．数据安全能力包括：
(1)信息安全，包括：脆弱性、威胁、风险、风险等级、数据安全组织、安全流程、数据完善性、加密、混淆/脱敏；
(2)网络安全，包括：后门、机器人/僵尸、Cookie、防火墙、边界、DMZ、超级用户账户、键盘记录器、渗透测试、虚拟专用网（VPN）；
(3)数据安全，包括：设施安全、设备安全、凭据安全、电子通信安全。
(4)系统安全，包括：滥用过多权力、滥用合法权力、未经授权的特权升级、服务账户或共享账户滥用、平台入侵攻击、SQL注入漏洞、默认密码、备份数据滥用。

赵老师

第五题 论述题：（考点：MDM、和业务系统的关系）
一、问题简述：
主数据：1）主数据核心功能；2）主数据跟业务系统的关系，主数据管理系统与业务系统的集成的影响。
二、问题解析：
1．主数据是共享数据；
2．主数据系统是中心化的权威的参考系统。
三、参考答案：
1．主数据是一个组织中跨越部门、跨越业务、跨越系统的核心业务实体数据，主数据为业务交易提供上下文，同时也需要参考数据作为上下文。主数据实例包括相关方主数据、财务主数据、法律主数据、产品主数据、位置主数据、行业主数据等分类。
主数据是在组织间移动的核心实体数据，需要有统一的数据标准，才能确保数据可以在各业务系统和部门之间交换、共享和共用。可以参考国际、国内、行业等标准指定组织内部的主数据标准，并使用统一的数据标准要求和监控各业务系统的IT建设，实现以数据为中心数据系统开发工作。
2．主数据系统是一个可信单一数据源系统，作为权威参考系统为业务系统提供可靠数据，同时主数据系统还将业务系统作为数据源，获取及时、最新的主数据，并通过主数据解析过程整合主数据。
主数据与参考数据一样，也是共享资源。主数据是有关业务实体（如雇员、客户、产品、供应商、财务结构、资产和位置）的数据，这些实体为业务交易和分析提供关联环境。实体是现实世界的对象（如人、组织、地点或事物）。实体以数据/记录的形式表示。主数据应是代表关键业务实体权威的、最准确的可用数据。管理良好的主数据的值是可信的。可以放心使用。
主数据管理（Master Data Management，MDM）需要控制主数据值和标识符，以便在整个系统中对有关基本业务实体的最准确和及时的数据进行一致的使用。这些目标包括确保提供准确的当前值，同时减少出现模棱两可的标识符的风险。
3．主数据管理平台（MDM）的设计：
(1)作为主数据管理平台（MDM）需要全面关注主数据标准、主数据质量、主数据架构、以及用户的消费需求。在建设主数据平台之前，需要先调研组织的数据情况，即盘点组织数据并建立组数据数据的目录。
(2)建立主数据管理平台（MDM），统一管理组织主数据。一般的主数据平台都是采用中心辐射架构，即将组织各部门的业务系统中的主数据全部采集的主数据平台进行管理，也包括主数据目录管理。并对组织的集中主数据执行标准规则校验、清洗、增强、整合等。
(3)主数据管理平台（MDM）还需提供统一的标准的数据访问接口，设置针对角色和用户的权限功能，确保最小够用原则。可以通过建立数据访问试图、DaaS等技术来提高数据安全性。

赵老师

第六题 设计题：（考点：DW/BI、大数据架构）
一、问题简述：
DW/BI：概念性DW/BI和大数据架构（10分）。
二、问题解析：
概念性DW/BI和大数据架构。
三、参考答案：
1．结构化数据通过ETL过程进入缓冲区；处理后进入MDM和中心仓库；中心仓库包括ODS、DM、和数据立方体；
2．非结构化数据通过ELT过程进入数据湖，进行数据集成、数据探索、和模型评估等；
3．数据仓库和数据湖整合数据提供各类分析能力，包括描述分析、预测分析、规范分析、机器学习和数据可视化等。
4．大数据处理结果作为数据仓库的数据源，数据仓库也作为大数据的数据源。
概念性DW/BI和大数据架构图如下：略