2025年大厂数据仓库数仓建模面试题及参考答案.docxVIP

2025年大厂数据仓库数仓建模面试题及参考答案

1.请简述数据仓库建模中维度建模与范式建模的核心差异，结合实际场景说明各自适用场景。

维度建模以分析需求为导向，采用星型或雪花型结构，通过维度表和事实表组织数据。维度表存储描述性信息（如时间、地区、商品），事实表存储量化指标（如销售额、订单量）。其核心是“面向主题、反范式”，通过冗余存储提升查询效率。例如电商大促期间，需要快速分析不同地区、时间段的销售情况，维度建模可通过维度表关联快速聚合，满足实时查询需求。

范式建模（第三范式）以数据存储效率为核心，通过消除数据冗余、确保数据一致性来设计表结构，通常用于OLTP系统。例如银行客户信息管理系统，需频繁更新客户地址、联系方式，范式建模通过拆分客户表、地址表，避免重复存储，减少更新异常。两者差异本质在于目标不同：维度建模服务分析（OLAP），允许适当冗余换查询性能；范式建模服务事务（OLTP），通过高内聚低耦合保证数据一致性。

2.数仓分层设计中，ODS层与DWD层的核心设计原则是什么？如何处理ODS层到DWD层的数据清洗与标准化？

ODS（操作数据存储）层设计原则：完整保留原始数据，包括业务系统的全量或增量数据，保持与源系统一致的结构（如字段类型、命名），记录数据的时间戳（如采集时间、业务时间），支持数据可追溯。例如电商订单ODS表需保留原始的“订单状态”枚举值（如1=未支付、2=已