📚 课程目录第3章离线数仓核心概念高频问题

第三章离线数仓核心概念高频问题

核心概念类问题是大厂数仓面试的“必考点”，面试官通过这类问题快速判断候选人对数仓本质的理解深度。本章提炼三大最高频概念——分层架构、事实表与维度表、缓慢变化维，提供可直接套用的回答框架与话术模板。

01 请详细介绍离线数仓的分层架构，以及每层的核心职责与设计要点。

🎯 面试官考察点	是否具备全局架构视野；各层解耦与公共下沉的设计意识；能否结合项目讲清楚“为什么分层”而非只背概念。
📐 回答框架	四层架构（ODS→DWD→DWS→ADS）逐层说明 → 每层核心职责 + 关键设计原则 → 结合项目举例 → 总结分层价值。
💡 简短示例回答	数仓采用四层架构：ODS接入源数据保留原始记录；DWD清洗标准化，退化维度至事实表；DWS按主题轻度汇总；ADS加工业务指标。核心是分层解耦、公共下沉。我曾在项目中通过DWD统一维度标准，解决了跨业务口径不一致问题。
🔁 可能追问	① 为什么不直接ODS到DWS？层数越多越好吗？ ② DWD层维度退化到什么程度？ ③ 你们项目实际用了四层还是五层？为什么？
⚠️ 避坑提醒	不要只背“ODS做啥DWD做啥”的流水账。面试官想听“为什么这样分”以及“你在哪层解决了什么问题”。避免说层数越多越好，要讲清楚每层存在的必要性。

02 事实表和维度表的区别是什么？请结合实际案例说明如何设计。

🎯 面试官考察点	维度建模理解深度；能否区分事务事实表、周期快照事实表；星型模型与雪花模型的选择依据。
📐 回答框架	定义区别（事实表存度量、维度表存属性）→ 设计原则（事实围绕业务过程，维度围绕实体）→ 举例说明（如电商订单）→ 模型选择依据。
💡 简短示例回答	事实表记录业务度量事件，持续增长，含外键和度量值；维度表描述业务属性，相对稳定，含主键和描述字段。设计遵循“事实围绕业务过程，维度围绕实体”。如电商订单事实表关联时间、用户、商品维度，用星型模型支撑灵活分析。
🔁 可能追问	① 事实表有哪些类型？什么场景选事务事实表 vs 周期快照？ ② 星型模型和雪花模型你怎么选？ ③ 维度表数据量大的时候如何优化？
⚠️ 避坑提醒	不要只答定义区别，必须举例说明。讲星型模型时不要贬低雪花模型，要说“根据查询性能和存储成本权衡”。面试官关注你用模型解决实际问题的能力。

03 什么是缓慢变化维？常见的处理策略有哪些？实践中如何选择？

🎯 面试官考察点	SCD理解深度；三种策略的适用场景判断；拉链表与SCD2的关系认知；实际项目中的选型经验。
📐 回答框架	SCD定义 → 三种策略（SCD1覆盖、SCD2新增记录、SCD3新增字段）→ 选择依据（业务是否需要追溯历史）→ 项目实例说明 → 拉链表作为SCD2的工程实现方式。
💡 简短示例回答	缓慢变化维指维度属性随时间变化。三种策略：SCD1直接覆盖，适用不重要属性；SCD2新增记录保留历史，适用关键属性；SCD3新增字段记录有限变化。选择依据：需历史分析用SCD2，仅当前值用SCD1。我曾在客户维度用SCD2保留地址历史，支撑了用户行为回溯分析。
🔁 可能追问	① SCD2和拉链表是什么关系？如何实现拉链表？ ② 如果维度表每天全量快照，和SCD2比有什么优劣？ ③ SCD3在什么场景下还有用？
⚠️ 避坑提醒	不要只背三种策略的定义。面试官希望你讲清楚“选择逻辑”——什么业务场景用哪种，以及你在项目中如何用拉链表实现SCD2。避免说“SCD3过时了”，要客观说明其适用场景（如有限历史回溯）。

概念	核心要点	常见误区	面试高频关键词
数仓分层	ODS→DWD→DWS→ADS；分层解耦、公共下沉、一致性维度	认为层数越多越好；每层职责混在一起	维度退化、一致性维度、数据血缘
事实表 vs 维度表	事实表存度量、维度表存属性；星型模型、事务/周期快照	混淆事实和维度；忽略事实表类型选择	粒度、外键、退化维度、累积快照
缓慢变化维	SCD1/2/3；拉链表是SCD2的工程实现；选择依据：是否需要追溯历史	只背策略不会选型；SCD2与拉链表混为一谈	拉链表、生效日期、闭链日期、历史回溯

💎 面试官底层逻辑：核心概念类问题不考“知不知道”，而考“理解深不深”和“用过没有”。每道题都要用 “定义 + 拆解 + 项目实例 + 选择权衡” 四步结构回答，让面试官感受到你不仅懂理论，更有真实项目决策经验。

第三章 离线数仓核心概念高频问题