Talend 面试问题

下面列出了经常问到的 Talend 面试问题和答案。

1) 定义 Talend？

Talend 是最强大的 ETL 工具之一，包含不同的产品，如 数据质量、应用程序集成、数据管理、数据集成、数据准备和大数据。 这些产品用于软件解决方案。

它提供开源版本和高级版本。

Talend 用于统一存储和重用元数据的存储库。

2) 什么是 Talend Open Studio？

Talend 的第一个产品是 Talend Open Studio， 于 2006 年发布，最新版本是 v7.0.1。 Talend Open Studio 是一个基于 Eclipse 的开发工具和作业设计工具。

Talend Open Studio 用于连接数据源，如 Excel、RDBMS、SaaS 和 大数据生态系统， 以及 CRM、SAP 和 EXCEL 等技术。

3) Talend 是用哪种编程语言编写的？

Talend 是用 Java 编程语言编写的。

4) 列出 Talend Open Studio 的优点？

以下是 Talend Open Studio 的优点

• 我们可以借助 Talend Open Studio 轻松管理 ETL 过程中涉及的所有步骤。
• Talend Open Studio 充当代码生成器，自动将所有底层作业转换为 Java 代码。
• 它用于更新和转换各种来源中的数据。
• Talend Open Studio 是开源的；因此它是免费的，并且可以显著节省成本。

5) 解释 Talend Studio 用于数据集成平台，它与 TOS Big Data 有何不同？

Talend 数据集成是一个开源测试工具，它允许 ETL（提取、传输和加载）测试， 其中包含 ELT 测试的所有功能。

数据集成是一个具有开放、可扩展架构的工具，它还允许更快地响应业务请求。

用户可以使用 Talend 数据集成工具在具有不同操作系统的远程服务器上执行 ETL 任务。

Talend 提供用于 数据集成 和 大数据 平台的 Open Studio。

Talend 数据集成和 Talend 大数据之间的主要区别在于，数据集成 只生成 Java 代码， 而 大数据 生成 MapReduce 以及 Java 代码。

6) Talend Studio 中有哪些多种连接类型？

Talend Studio 中有多种连接类型，如下所示

• 行
• 迭代
• 诱因
• 链接

行 (Row)： 行连接器用于维护实际数据流；以下是一些行连接器：

主 (Main)、查找 (Lookup)、过滤 (Filter)、拒绝 (Rejects)、错误拒绝 (ErrorRejects)、输出 (Output)、唯一/重复 (Unique/duplicates)、多输入/输出 (multiple input/output) 等。

有关行连接器的更多详细信息，请参阅以下链接：https://tpointtech.cn/talend-data-integration-components-and-connectors

迭代 (Iterate)： 迭代用于对目录中包含的文件、文件中可用的行或迭代连接器完成的数据库条目执行循环。它主要用于连接流的星形组件（在子作业中）。

触发器 (Trigger)： 触发器连接器用于在作业和子作业之间创建依赖关系。

Talend 中有两种类型的触发器

• 子作业触发器
  • OnSubjobOK（子作业成功）
  • OnSubjobError（子作业错误）
  • Run if（运行条件）
• 组件触发器
  • OnComponentOK（组件成功）
  • OnComponentError（组件错误）
  • Run if（运行条件）

链接 (Link)： 链接连接器仅用于 ETL 组件。这种类型的连接不处理实际数据，只处理与操作表相关的元数据。

7) OnSubjobOK 和 OnComponentOK 的区别？

OnSubjobOK 和 OnComponentOK 的区别如下

8) 描述 Talend Studio 中的固定、存储库和通用模式？

Talend 支持多种模式类型，如下所示

固定模式 (Fixed Schema)： 固定模式是只读模式。对于某些组件，它是 Talend 内置的。

存储库模式 (Repository Schema)： 我们可以重用存储库模式，如果我们在模式中进行了更改，它会自动影响所有作业。

通用模式 (Generic Schema)： 如果没有特定的元数据符合我们的需求，或者我们没有其他源文件来获取模式，我们可以创建通用模式。

9) 什么是 ETL 过程？

ETL 代表 提取 (Extract)、转换 (Transform) 和 加载 (Load)。 ETL 是数据仓库中从源系统提取数据并将其存储在数据仓库中的过程。

提取（Extract）
我们从源系统提取数据，它主要用于从源系统检索所有所需数据，源系统可以是 RDBMS、ERP 和 CRM。

转换
转换用于将提取的数据加载到目标数据库中。

加载
提取的数据和转换后的数据被加载到目标数据库。

10) ELT 和 ETL 的区别？

ETL 和 ELT 的区别如下

11) 列出 Talend 工具栏中存在的不同项？

Talend Open Studio 工具栏中存在的多个项目列表如下

• 保存 (Save)： 保存按钮用于保存当前作业设计。
• 查找特定作业 (Find a Specific Job)： 此按钮用于显示相关对话框，使我们能够打开存储库面板中列出的任何作业。
• 运行作业 (Run job)： 运行作业按钮用于执行当前在设计工作区窗口中显示的作业。
• 创建 (Create)： 此按钮用于启动相关的创建窗口。我们可以创建任何存储库项，如业务模型、作业设计、上下文、例程和元数据。
• 项目设置 (Project settings)： 项目设置按钮帮助我们启动 [项目设置] 对话框。借助此对话框，我们可以为当前项目添加描述，还可以自定义调色板显示。
• 检测并更新所有作业 (Detect and update all jobs)： 此图标用于搜索我们所有作业的可用更新。
• 导出 Talend 项目 (Export Talend project)： 它用于启动 [导出 Talend 项目] 窗口。
• 导出项 (Export Items)： 导出项 按钮用于将存储库项导出到存档文件，并检查源文件是否包含在存档中。
• 导入项 (Import Items)： 导入项 按钮用于将存档文件中的存储库项导入到我们当前的 Talend Studio 中。

12) Talend Open Studio 主窗口中有哪些不同的功能？

Talend Studio 主窗口中有四个不同的功能，如下所示

• 存储库
• 设计工作区
• 组件调色板
• 配置选项卡

13) Talend Open Studio 中的存储库是什么？

存储库是 Talend Studio 收集用于设计作业的技术项目相关数据的地方，我们也可以在此处创建和管理元数据。

存储库面板包含 业务模型、作业设计、元数据、文档、SQL 模板 和 回收站 等。

14) 你对元数据有什么了解？

元数据是文件的集合，它保存我们希望在各种作业中重用的冗余信息，如模式和属性数据。

• 如果我们想开发任何项目，我们可以通过从存储库拖动对象并将其放到设计工作区窗口来在我们的作业中使用元数据。
• 元数据包含许多来源，例如 数据库连接、 不同类型的文件，如 Azure、LDAP、Marketo、Salesforce、Web 服务、Hadoop 集群、FTP 等选项在 Talend 元数据存储库下可用。

15) 存储库和内置的区别？

存储库和内置的区别如下

16) 为什么我们使用 tMap 组件？

tMap 是一个高级组件，它允许我们执行连接操作、列或行过滤以及多输出。

tMap 组件用于将数据从单个或多个来源转换和路由到单个或多个目的地。

17) tMap 组件支持哪些类型的连接？

tMap 组件支持多种连接和连接模型，如下所示

连接： 内连接、左连接

连接模型： 唯一连接、第一个连接和所有连接等。

18) 什么是 tReplicate 组件？

tReplicate 组件将传入的模式复制为两个相似的输出流。它允许我们对相同的模式执行不同的操作。tReplicate 组件用于根据需要多次复制一行。

19) Talend Studio 中的调色板面板是什么？

调色板面板 包含我们可以用于构建作业的不同技术组件。

20) Talend 中的 MDM 是什么？

MDM [主数据管理] 将所有主数据存储在一个文件中。它用于将实时数据、应用程序和集成过程与固定的数据质量相结合，以便在本地、云和移动应用程序之间共享。

21) 设计工作区窗口有什么用？

它是一个布局，我们可以在其中设计我们的作业。我们可以访问 设计器选项卡 和 代码选项卡， 其中设计器选项卡以图形方式显示作业，代码选项卡显示生成的代码并识别可能的错误。

22) Talend 主窗口中的配置选项卡是什么？

配置选项卡 显示设计工作区窗口中选定元素的属性。这些属性可以编辑以更改和设置与特定组件或作业相关的参数，运行选项卡 用于执行我们的作业。

23) Talend Open Studio 中的例程是什么？

例程 (Routines) 是可重用的 Java 代码片段。它使我们能够用 Java 编写自定义代码，以提高作业容量、优化数据处理并扩展 Talend Studio 功能。

Talend Studio 中有两种类型的例程，如下所示

• 系统例程
• 用户例程

系统例程： Talend 提供了许多系统例程，以及基于数据类型的过程，如字符串、日期、数字，这些类型的例程是只读的，我们可以直接在 Talend 作业中调用它们。

用户例程： 我们可以创建新的用户例程或调整现有例程。

24) 什么是 SQL 模板？

Talend Studio 提供了各种 SQL 模板，以简化最常见的任务。它还包含 SQL 编辑器，允许我们自定义或设计自己的 SQL 模板。

SQL 模板与 Talend ELT 组件中的组件一起使用，这些组件包括 tSQLTemplate、tSQLTemplateFilterColumns、tSQLTemplateRollback、tSQLTemplateCommit、tSQLTemplateAggregate、tSQLTemplateFilterRows 和 tSQLTemplateMerge， 这些组件执行选定的 SQL 语句。

借助这些 SQL 模板，我们可以通过根据结构要求存储和检索数据来提高 DBMS [数据库管理系统] 的效率。

25) 解释 tJoin 组件？

tJoin 组件用于在主数据流和查找流之间执行内连接和外连接，此组件帮助我们确保任何源数据与参考数据源的数据质量。

26) 为什么我们在 Talend 中使用 tLogRow 组件？

tLogRow 组件用于在 运行 控制台窗口中显示数据或结果。它主要用于监控处理过的数据。

27) 为什么我们使用 tSortRow 组件？

tSortRow 组件用于根据一个或多个列按排序类型和顺序对输入数据进行排序。

tSortRow 组件的主要目标是帮助我们创建表的度量和分类。

28) 什么是 tLoqateAddressRow 组件？

tLoqateAddressRow 组件用于将地址数据与参考数据进行比较，以确保其正确和完整。如果需要任何更改，我们可以更正拼写，添加缺少的地址数据，如城市、城市区域、邮政编码或地区以及任何其他相关数据。

29) 为什么我们使用 tXMLMap 组件？

tXMLMap 组件用于将数据从单个或多个来源转换和路由到单个或多个目的地。

30) 你对调色板面板中的“组件”一词有什么了解？

组件 是一个预配置的连接器，用于执行特定的数据集成操作。它可以最大限度地减少处理来自各种异构源数据所需的手动编码量。