第4章：数据资产盘点与分类面试题

面试问题：请描述你在数据资产盘点中的实践经验，如何确保盘点结果准确、完整？

面试官考察点：实战流程把控能力、对数据资产的认知、元数据管理工具使用、跨部门协作。

回答框架：明确盘点范围（系统/业务） → 建立分类标准（业务分类+技术分类） → 工具扫描+人工校验 → 质量评估 → 产出目录。

简短示例回答：“我曾主导某电商平台数据资产盘点。首先圈定交易、用户、商品三大核心域；采用业务-技术两级分类，利用Atlas扫描元数据，人工抽样20%验证；通过完整性、唯一性等5个维度打分，最终产出资产目录，上线后数据查询效率提升35%。”

可能追问：①如何定义“数据资产”范围？②遇到业务方不配合怎么办？③人工校验具体怎么做？

面试问题：如何对数据资产进行分类？请给出你的分类体系。

面试官考察点：分类思维、业务理解深度、分类可落地性、安全与合规意识。

回答框架：按业务域分类（交易/营销/供应链） → 按数据类型分类（结构化/半/非） → 按敏感等级（公开/内部/敏感/机密） → 按生命周期（原始/派生/归档）。

简短示例回答：“我通常采用三维分类：业务域（如客户、订单）、技术层（ODS/DWD/DWS）、安全等级。例如客户手机号属于‘客户-明细-敏感’，在资产目录中自动打上脱敏标签，便于后续权限控制和质量监控。”

可能追问：①分类体系如何落地到工具？②不同业务线分类冲突如何解决？③每天新增资产如何自动归类？

面试问题：数据资产盘点的难点是什么？你如何解决？

面试官考察点：问题预判能力、解决思路、资源协调、成本意识。

回答框架：难点：资产庞杂/质量差/标准不一 → 解决：分层分批盘（核心优先）→ 自动化探查+人工修正 → 建立数据字典强制规范 → 输出整改计划。

简短示例回答：“最大难点是存量系统中字段命名混乱、无注释。方案：1) 使用Atlas自动探查500+表，识别出70%的候选表；2) 与业务方逐一确认；3) 对新建表强制命名规范，存量表纳入整改计划，半年后覆盖率从60%提升至95%。”

可能追问：①如何权衡盘点的成本和收益？②盘点结果如何推动下游使用？③如果业务系统不停迭代怎么办？

项目名称：某金融集团全行数据资产盘点与分类治理项目

业务背景：行内数据系统多、口径乱，数据质量低下，监管合规要求（银保监会数据治理指引）亟需建立统一资产目录。

规模指标：覆盖核心、信贷、风控、营销等8个业务域；盘点6,000+张表、50,000+字段；资产目录上线后数据查找时间缩短60%，数据质量通过率从72%提升至91%。

技术栈：Apache Atlas（元数据管理）、DataX（同步）、SQL做血缘解析、自研分类标签引擎。

核心难点：①多源异构系统（Oracle/Teradata/Hadoop）元数据格式不一致；②业务部门缺乏动力，配合度低；③历史数据没有业务描述。

面试高频追问：①盘点周期多长？人力投入？②如何向领导汇报盘点价值？③分类体系是否支持后续数据血缘分

可迁移回答话术：“在项目启动阶段，我们先与各业务负责人对齐核心资产范围，用‘业务价值+监管要求’排序。盘点过程采用自动扫描+人工抽样校验，关键字段强制补充说明。最终产出的资产目录不仅用于查表，还关联了数据质量监控和血缘分析，让资产目录成为治理的入口。”