第二章：BI建模基础与维度建模理论
本章聚焦面试高频的维度建模核心概念：星型模型、雪花模型、缓慢变化维（SCD）及事实表分类。掌握这些理论，能帮助你在设计数据仓库时做出正确决策，并应对面试中的原理与场景题。
Q1：星型模型和雪花模型分别适用于什么场景？
面试官考察点：对两种模型优缺点的理解，能否根据业务需求做出合理选择。
回答框架：定义对比 → 适用场景 → 性能与维护权衡 → 实际案例。
简短示例回答：星型模型适用于查询性能优先的场景，如BI报表，因其维度表退化、查询简单。雪花模型适用于数据一致性要求高、存储空间敏感的OLAP场景，但查询需多表关联。某电商大促看板使用星型模型，将用户地址直接冗余存储，避免每次关联省份表。
可能追问：①实际项目中如何平衡规范化和性能？②雪花模型能自动优化吗（如物化视图）？③维度表太大时如何处理？
避坑提醒：不要只说“雪花模型更规范”而忽略性能代价；面试中可强调“星型模型是Kimball推荐的主流方案，雪花模型常用于可提前预关联的静态维度”。
Q2：缓慢变化维（SCD）有哪些类型？你如何选择？
面试官考察点：对SCD原理的掌握，以及在实际ETL中的处理经验。
回答框架：类型定义（1/2/3）→ 各自优缺点 → 选择依据（需求是否追溯历史、记录数）→ 混合策略。
简短示例回答：SCD1覆盖原值，用于不希望保留历史的属性（如手机号）。SCD2通过新增有效日期区间保留完整历史，用于需要追溯的维度（如岗位职级）。SCD3保留当前和上一个值的两字段，用于有限回溯（如“上一步地址”）。
可能追问：①SCD2如何避免数据爆炸？②拉链表与SCD2的区别？③如何用SQL实现SCD2的增量更新？
避坑提醒：别掉入“所有维度都用SCD2”的误区，面试官期待你指出：高基数且变化频繁的维度可用快照方式替代。
Q3：请列举事实表的分类，并说明各自典型用途。
面试官考察点：对事实表粒度和累积方式的理解。
回答框架：分类（事务/周期快照/累积快照/无事实）→ 粒度定义 → 典型场景 → 设计注意点。
简短示例回答：事务事实表记录单笔事件（如订单支付明细），粒度最细。周期快照事实表按固定周期汇总（如每月库存余额）。累积快照事实表记录生命周期（如订单从下单到签收各阶段）。无事实事实表用于关联维度但无度量（如用户-产品浏览记录）。
可能追问：①如何选择事实表类型？②累积快照事实表如何处理多状态更新？③无事实事实表如何与含度量的事实表配合？
避坑提醒：回答时强调“粒度决定事实表类型”，不要混淆周期快照与累积快照的本质区别（前者按时间周期，后者按流程状态）。
项目案例：某电商平台销售数据仓库建模
项目名称：电商销售分析数据仓库 V2.0 重构
业务背景：原存储过程直接关联交易库，报表响应慢（>30s），且历史维度无法追溯促销活动影响。
规模指标：日订单量500万+，维度表大小：用户表2亿行，商品表800万行；事实表日增量约3亿行。
技术栈：Hive + Spark（ETL）、StarRocks（查询引擎）、Airflow（调度）、Hadoop HDFS（存储）。
核心难点：①高基数用户维度采用SCD2导致拉链表膨胀，每日新增1.5亿行占分区；②促销活动重复计算同一商品；③多币种转换一致性。
面试高频追问：①拉链表如何做增量合并？②如何对StarRocks进行模型选择（主键模型 vs 聚合模型）？③如何处理SCD2与周期快照的冲突？
可迁移回答话术：“面对用户维度爆炸，我们采用拉链+增量快照混合策略：将‘是否活跃’标志放入SCD1字段，仅对活跃用户保留SCD2全历史，非活跃用户只保留最新记录，减少无效分区。促销模型用累积快照跟踪活动生命周期，避免重复计算。”
维度建模速查表
| 模型/概念 | 核心特点 | 适用场景 | 示例 |
|---|---|---|---|
| 星型模型 | 维度表退化，查询单层JOIN | BI报表、OLAP快速聚合 | 销售订单模型：订单事实 + 用户/商品/时间维度 |
| 雪花模型 | 维度表规范化，多表JOIN | 数据仓库基础层、一致性要求高 | 商品维度 split 出品牌表、类目表 |
| SCD类型1 | 覆盖原值，无历史 | 手机号、邮箱等不追溯属性 | 用户手机号更新直接覆盖 |
| SCD类型2 | 新增记录+生效日期 | 员工岗位、商品售价追溯 | 拉链表记录每次薪级变更 |
| SCD类型3 | 双字段保留当前和上一个 | 有限回溯（如“上次所处部门”） | 员工表中增加 pre_dept_name 列 |
| 事务事实表 | 每行一笔事件 | 支付记录、点击日志 | 订单支付成功事实表（粒度：订单x支付时间） |
| 周期快照事实 | 固定周期汇总 | 库存、余额、广告曝光量 | 每日仓库库存快照表（粒度：商品x日期） |
| 累积快照事实 | 跟踪流程状态 | 订单履行、工单处理 | 订单生命周期表（含各阶段时间戳） |
面试加分提示：在回答维度建模相关问题时，主动提及“我们使用了Kimball四步法（选择业务过程、声明粒度、确认维度、确认事实）”，并给出具体项目例子，显示系统性思维。