第3章：离线数仓核心概念高频问题
本章聚焦数仓面试中最高频、最基础的五大概念：数仓定义、维度建模、缓慢变化维、主题域、数据总线。这五个概念构成了离线数仓的知识骨架，面试官通过它们考察候选人的理论深度与实战认知。先看回答框架图建立整体映射，再通过3个核心问答和一个完整项目案例掌握应答要点。
框架使用提示：面试时遇到这五个概念，先定位到图中对应节点，按“定义→特征/类型→实践选择”三层展开回答。中心节点是总起，外围节点是分述，体现结构化思维。
Q1：请谈谈你对数据仓库的理解，它和普通数据库有什么区别？
📐 回答框架
| ① 定义先行 | 引用 Inmon 或 Kimball 定义，点明“面向主题、集成、稳定、时变” |
| ② 特征展开 | 逐一简述四大特征，每个特征配一句话解读 |
| ③ 对比说明 | 数仓 vs 数据库：OLAP vs OLTP，分析 vs 事务，历史 vs 当前 |
| ④ 实践认知 | 表明自己的倾向（如 Kimball 维度建模），体现实战思考 |
💬 示例回答
“数据仓库是面向主题的、集成的、稳定的且随时间变化的数据集合，用于支撑管理决策。与数据库面向 OLTP 事务处理不同，数仓面向 OLAP 分析，整合多源数据，保存历史快照，以读为主。我实践中更认同 Kimball 的维度建模理念，强调业务可理解性和查询性能。”
🔍 可能追问
- Inmon 的企业信息工厂和 Kimball 的维度建模，你更倾向哪种？为什么？
- 数仓分层架构一般怎么设计？ODS、DWD、DWS、ADS 各层的作用是什么？
- 如何看待“湖仓一体”？它和传统数仓的核心区别是什么？
⚠️ 避坑提醒
不要只背定义。面试官听过无数遍“面向主题、集成、稳定、时变”，关键在于你能否结合具体场景解释每个特征，以及能否说清 Inmon 和 Kimball 两套体系的差异和自己的选择。
Q2：请解释维度建模中的星型模型和雪花模型的区别，以及各自的适用场景。
📐 回答框架
| ① 核心概念 | 事实表 + 维度表，星型是维度表直接连接事实表，雪花是维度表继续拆分 |
| ② 区别对比 | 结构（星型扁平 vs 雪花规范）、查询性能（星型优）、冗余（星型多雪花少） |
| ③ 适用场景 | 星型：明细层/报表层，查询频繁；雪花：基础层/ETL 中间层，节省存储 |
| ④ 实践建议 | 给出选型依据：查询效率优先用星型，存储成本敏感用雪花 |
💬 示例回答
“星型模型事实表居中，维度表直接关联，查询路径短、性能优；雪花模型对维度表规范化拆分，减少冗余但增加关联复杂度。实战中我首选星型，因为数仓以查询效率为核心，适度冗余可接受。例如交易明细层用星型，基础层适当使用雪花以控制存储。”
🔍 可能追问
- 事实表有哪几种类型？事务事实表、周期快照事实表、累积快照事实表的区别？
- 退化维度是什么场景下使用？举例说明。
- 如果维度表有 5000 万行，星型和雪花在查询上会有多大差异？
⚠️ 避坑提醒
不要只说区别，不讲选择。面试官想知道你在实际项目中如何做选型。一定要结合场景说明“什么时候用星型、什么时候用雪花”，并给出你的判断逻辑。
Q3：谈谈你对缓慢变化维（SCD）的理解，常用的处理策略有哪些？
📐 回答框架
| ① 概念界定 | SCD 指维度属性随时间缓慢变化，需要特殊处理以维护历史或当前值 |
| ② 三种类型 | 类型1覆盖、类型2新增记录、类型3新增列，各给出优缺点 |
| ③ 选择策略 | 关键属性用类型2，次要属性用类型1，极少用类型3 |
| ④ 实践经验 | 举例说明具体场景中的选择，如用户等级、商品分类 |
💬 示例回答
“SCD 指维度属性随时间缓慢变化的处理策略。类型1直接覆盖，不保留历史；类型2新增记录，保留完整历史轨迹；类型3新增列，仅保留有限历史。我通常对核心业务属性如用户等级采用类型2，对次要属性用类型1，选择依据是业务对历史追溯的实际需求强度。”
🔍 可能追问
- 类型2 实现时如何设计有效时间范围？start_date / end_date 怎么维护？
- 维度表数据量很大时，类型2 会导致表膨胀，有什么优化方案？
- 混合使用 SCD 类型时，如何保证数据一致性？
⚠️ 避坑提醒
不要只背类型，不讲业务判断。面试官期望你展示“根据业务需求选择策略”的决策能力。一定要说出你判断的依据，比如“这个属性是否需要回溯历史”是核心分界点。
📌 项目案例：主题域划分与数据总线建设
| 项目名称 | 某电商平台离线数仓主题域划分与数据总线建设 |
| 业务背景 | 电商平台业务线从3条激增至12条，各业务独立建仓形成数据孤岛，指标口径严重不一致，跨域分析需大量人工对接 |
| 规模指标 | 日均处理 120TB+，覆盖 12 条业务线，5000+ 调度任务，300+ 维度表，800+ 事实表 |
| 技术栈 | Hive, Spark, HBase, Kafka, DataX, Atlas, DolphinScheduler, Druid |
| 核心难点 |
|
| 面试高频追问 |
|