CDGA考什么？100道单选60分过线，8大知识域全解析

CDGA数据治理工程师认证考试，作为数据治理领域的权威入门认证，以其系统化的知识体系和明确的考核标准，成为从业者构建职业竞争力的首选。本文将从考试形式、核心知识域及备考策略三个维度展开解析。

一、考试形式

CDGA考试采用闭卷笔试形式，考试时长100分钟，共100道单选题，每题1分，满分100分，60分即为通过标准。题型覆盖理论概念、技术方法、案例分析三大类，要求考生既需掌握数据治理框架、数据质量评估等基础理论，也要能运用数据建模工具、数据安全技术解决实际问题。考试语言为中文，适合国内考生作答。

二、8大核心知识域全解析

CDGA考试内容基于《DAMA数据管理知识体系指南（第二版修订版）》，涵盖数据治理全生命周期的8大核心领域：

数据治理框架与策略

聚焦数据治理的组织架构、政策制定、流程设计及成熟度评估。考生需理解数据治理委员会的职责划分、数据治理路线图的规划方法，以及如何通过DMM评估组织数据治理水平。

数据架构设计

涵盖数据模型设计、数据分布规划及数据集成策略。重点考察概念模型、逻辑模型、物理模型的转换方法，以及数据仓库星型模型、雪花模型的应用场景。

数据建模与设计

涉及数据建模工具的使用、数据标准化规范及数据字典编制。考生需掌握数据实体定义、属性规范及关系建模技巧，确保数据模型的可扩展性与一致性。

数据质量管控

包括数据质量指标定义、数据清洗流程及监控机制。核心考点为数据质量“六步法”及数据 profiling 技术的应用。

数据安全与隐私

覆盖数据分类分级、访问控制策略及加密技术。考生需理解数据脱敏规则、权限管理模型及GDPR等隐私法规的合规要求。

元数据管理

聚焦元数据标准制定、存储方案及检索工具。重点考察元数据与数据字典的关联、血缘分析技术及元数据驱动的数据治理模式。

主数据与参考数据管理

涉及主数据编码规则、数据标准制定及质量监控。考生需掌握主数据管理（MDM）的实施步骤，如数据清洗、匹配、合并及分发流程。

数据仓库与商务智能

涵盖数据仓库设计、ETL过程优化及数据分析方法。核心考点为星型模型与维度建模、数据立方体计算及OLAP技术应用。