# 1. 敏感数据识别（PII、PHI、PCI）的自动扫描？ A 扫描识别出敏感字段后，应打标签并联动权限、脱敏与审计 ✓ 正确答案 B 银行卡号识别应结合 Luhn 校验，CVV 属于可安全展示的字段 C 仅靠正则表达式就能覆盖所有敏感数据类型，无需其他手段 D 扫描只需做一次，后续新增字段无需重新识别
# 2. 数据分类分级（Data Classification）的标准，公开、内部、机密、绝密？ A 机密级数据可向所有员工开放访问 B 分级标签应记录在元数据中，并驱动权限、加密与脱敏策略 ✓ 正确答案 C 数据一旦定级就永久不变，无需评估 D 公开数据意味着可以随意公开任何个人信息
# 3. 数据目录（Data Catalog）的应用，元数据、血缘、术语？ A 数据目录一旦建立就不需要更新 B 数据目录只存技术元数据，不涉及业务信息 C 数据目录是物理存储层，用于保存数据本体 D 数据目录通过统一组织技术元数据、业务术语与血缘，帮助用户找到并信任数据 ✓ 正确答案
# 4. 数据分类分级的工具，Apache Atlas、DataHub、Collibra？ A Apache Atlas 深度集成 Hadoop 生态，以类型系统和血缘为核心 ✓ 正确答案 B Collibra 是开源项目，适合 Hadoop 生态 C DataHub 是商业工具，需要付费购买 D 三者都是纯商业产品，无法开源使用
# 5. OpenMetadata、DataHub 的元数据模型？ A 两者都只支持血缘，不支持属性扩展 B OpenMetadata 基于关系数据库存储，不支持 JSON Schema C DataHub 以 Aspect 片段为核心且支持版本化，OpenMetadata 采用类型系统与关系模型 ✓ 正确答案 D DataHub 的元数据模型不支持自定义属性
# 6. 元数据管理（Metadata Management），技术元数据、业务元数据？ A 技术元数据描述表结构、字段类型与血缘，业务元数据描述业务术语与数据负责人 ✓ 正确答案 B 业务元数据是系统自动采集的，无需人工维护 C 元数据管理与数据目录无关 D 两者都只能由人工维护
# 7. 数据契约（Data Contract）的应用，生产者-消费者约定？ A 数据契约只能约束消费者，无法约束生产者 B 数据契约只是口头沟通，无需落到文档 C 数据契约将 Schema、质量约束与 SLA 显式化，并通过契约测试自动校验生产端数据 ✓ 正确答案 D 数据契约一旦签订就不可变更
# 8. 数据分级标签如何随血缘自动传播？为什么下游表与报表应继承上游字段的敏感级别，传播规则如何设计？ A 下游不需要继承上游标签，可在出口单独处理 B 传播时应取多个上游字段的最高敏感级别，并允许基于脱敏/聚合的人工降级 ✓ 正确答案 C 敏感标签只能人工打标，无法自动传播 D 传播只适用于表级血缘，字段级血缘无意义
# 9. 血缘如何支撑影响分析（改表前评估下游影响）与问题溯源（上游变更导致下游数据异常）？两类场景对血缘粒度的要求有何不同？ A 两类场景对血缘粒度要求完全相同 B 影响分析只能向上游回溯，问题溯源只能向下游遍历 C 血缘粒度越粗越利于溯源 D 影响分析用于变更前评估下游影响，问题溯源用于故障后定位上游原因，后者更依赖字段级血缘 ✓ 正确答案
# 10. 数据血缘（Data Lineage）的概念，表 → 字段的下游链路？ A 表级血缘粒度粗、易采集，字段级血缘粒度细、更精确，是溯源与影响分析的基础 ✓ 正确答案 B 血缘是单向链表，不能表示多源汇聚 C 血缘只用于数据展示，不参与治理 D 血缘只描述表与表的关系，没有字段级血缘
# 11. Confluent Schema Registry 的兼容性策略，BACKWARD、FORWARD、FULL？ A 三种策略完全等价，无区别 B FULL 只要求向前兼容，不要求向后兼容 C FORWARD 指新旧 Schema 完全不兼容 D BACKWARD 指新 Schema 兼容旧 Schema，面向消费者先升级 ✓ 正确答案
# 12. Schema Registry 的应用，Kafka Avro/Protobuf Schema 版本管理？ A 消息中携带完整 Schema，无需注册表 B 生产者注册 Schema 得到 ID，消息携带 ID，Registry 按兼容性策略做版本管理 ✓ 正确答案 C Schema 一旦上线就不能更新 D Schema Registry 只能用于 Avro，不能用于 Protobuf
# 13. 数据库 Schema 注册表（Database Schema Registry）？ A 它只管理消息队列的 Schema，与数据库无关 B 它集中管理数据库 DDL 与 CDC 变更，版本化并通知下游，避免表结构变化导致消费方崩溃 ✓ 正确答案 C 数据库 Schema 一旦变更就无法同步 D 它只存 Schema 定义，不参与版本管理
# 14. Schema Registry 在消息队列与流处理中的应用，如何校验生产者与消费者的 Schema 兼容性，Avro/Protobuf 的演进策略如何设计？ A 兼容性校验发生在消费时，不兼容时才报错 B Avro 与 Protobuf 的演进规则完全相同 C 演进时新增字段应带默认值或设为可选，删除字段要谨慎，field number 不可复用 ✓ 正确答案 D 生产者可以随意修改 Schema，无需校验
# 15. Schema Registry 的实现要点，Schema 的存储、版本管理与缓存如何设计，注册表不可用时对生产消费链路的影响？ A 版本管理只保留最新版本 B Schema 存储无需去重，可重复注册 C 客户端本地缓存可缓解 Registry 不可用，但未缓存的新 Schema 无法解析，因此 Registry 需高可用 ✓ 正确答案 D Registry 不可用时对生产链路完全没有影响
# 16. Schema 演化的版本控制？ A 版本控制只记录最新版本，不保留历史 B Schema 不应当支持版本控制 C 每次变更递增版本号并留存历史，结合兼容性策略校验，支持按版本消费与回退 ✓ 正确答案 D 版本控制与下游消费无关
# 17. 字段级血缘为什么比表级血缘难？表达式改写、视图嵌套、函数处理会导致哪些解析误差？ A 表达式改写、视图嵌套与函数处理会带来漏报或误报，因此在解析精度上比表级血缘更难 ✓ 正确答案 B 解析 SQL 语法树即可 100% 准确获得字段级血缘 C 字段级血缘与表级血缘难度相当 D 通配符、聚合不会影响字段依赖判断
# 18. 分类分级结果如何联动数据库权限与动态脱敏？标签驱动的访问控制如何落地？ A 用策略引擎依据"用户角色+数据标签+操作"输出允许/遮盖/拒绝，实现标签驱动的访问控制 ✓ 正确答案 B 分级标签与权限、脱敏完全独立 C 动态脱敏只能靠人工在每个查询中处理 D 分级结果只用于文档展示，不参与执行
# 19. 数据血缘的采集方式，SQL 解析、执行计划观测与 ETL 工具元数据三种方案的覆盖度与成本？ A SQL 解析对动态 SQL 解析最准确 B 执行计划观测可以覆盖所有非 SQL 场景 C 三种方式完全等价，可任选其一 D SQL 解析覆盖度高但依赖方言，执行计划观测最真实但覆盖有限，ETL 元数据成本低但易为表级 ✓ 正确答案
