1、問：數據倉庫 建設過程中 經常會遇到那些問題？

????????模型(邏輯)重復建設

????????數據不一致性

????????????????維度不一致：命名、維度屬性值、維度定義

????????????????指標不一致：命名、計算口徑

????????數據不規范(字段命名、表名、分層、主題命名規范)

---

2、OneData數據建設核心方法論？

---

3、OneData數據建設體系架構？

---

4、數據倉庫中經常用到的概念？

4.1 什么是 業務過程？

? ? ? ? 指的是 企業活動中的一個行為事件，如 下單、支付、退款都是業務過程

? ? ? ? 業務過程是一個不可拆分的行為事件，也可以說 業務過程 = 企業活動中的事件

4.2 什么是 數據域/主題域？

? ? ? ? 指定是 將業務過程或者維度進行抽象的集合

? ? ? ? 為保證數倉的穩定性，數據域需要抽象提煉，并且長期維護和更新，但不輕易變動。

4.3?什么是 度量/原子指標？

? ? ? ? 原子指標和度量含義相同，是基于某個業務過程下的度量值，表示不可再拆分的指標

? ? ? ? 經常以數值的形式出現，具有明確的業務含義的名稱，如支付金額

4.4?什么是 修飾詞？

? ? ? ? 業務過程中對業務場景限定的抽象(除維度以外)，例如 流量域中有修飾詞 PC端、APP端

4.5?什么是 修飾類型？

? ? ? ? 對修飾詞抽象劃分，修飾類型從屬于某個業務域

????????如流量域中有訪問終端類型，該類型下有?PC端、移動端? ? ? ?

4.6?什么是 維度？

????????維度是業務過程中度量的環境，也可以稱為實體對象

4.7?什么是 維度屬性？

? ? ? ?維度屬性隸屬于一個維度，是維度的組成部分

? ? ? ?如 地理維度包含(國家、地區、省份、城市等級等屬性)

4.8?什么是 時間周期？

? ? ? ? 用來明確數據統計的時間范圍或者時間點，如最近30天、自然周、歷史至今

4.9?什么是 派生指標？

? ? ? ? 派生指標 = 一個原子指標 + 修飾詞(可選多個) + 時間周期

? ? ? ? 可以理解為 對原子指標按照業務統計范圍的圈定

? ? ? ? 例如：原子指標：支付金額

? ? ? ? ? ? ? ? ? 派生指標：最近1天海外買家的支付金額

????????????????????????????????（最近一天為時間周期、海外為修飾詞、買家為維度）

---

5、指標體系的構成是什么？

原子指標：

????????含義：某個業務過程中不可拆分的度量

????????構成：動作 + 度量

????????示例：支付金額、借款金額

派生指標：

????????含義：將原子指標按照業務范圍的圈定(聚合)

????????構成：多個修飾詞(可選) + 時間周期 + 原子指標

????????示例：最近一天海外買家的支付金額

派生指標分類：

????????事務型指標、存量型指標、復合型指標

事務型指標：

????????含義：對某個業務活動進行衡量的指標

????????示例：訂單支付金額、新增會員數

存量型指標：

????????含義：對實體對象(如商品、會員)某些狀態的統計

????????示例：商品總數、注冊會員數

復合型指標：

????????含義：在 事務型指標和存量型指標的基礎上復合而成

????????示例：流量UV-下單買家數的轉化率

---

6、數倉中模型設計時的指導理論？

? ? ? ? 設計數據模型時，主要以維度建模為理論基礎，基于維度數據模型總線架構，構建一致性的維度和一致性的事實。

---

7、問：數據倉庫為什么要分層設計(分層的好處)？

? ? ? ? 分層能夠使數據有秩序的流轉，數據的生命周期能夠清晰的被數倉開發人員和使用人員感知到

? ? ? ? 數據結構清晰：

????????????????每一個數據分層都有它的作用域和職責，在使用表的時候能更方便地定位和理解

????????減少重復開發：

????????????????規范數據分層，開發一些通用的中間層數據，能夠減少極大的重復計算

????????統一數據口徑：

????????????????通過數據分層，提供統一的數據出口，統一對外輸出的數據口徑

????????復雜問題簡單化：

????????????????將一個復雜的任務分解成多個步驟來完成，每一層解決特定的問題

通過構建全域的公共層數據，極大地控制了數據規模的增長，同時也能提高數據研發的效率

，解約成本，提高性能。

---

8、問：數據倉庫應該如何分層？

ODS_數據操作層：

? ? ? ? 存儲數據特點：各個業務系統的原始數據、日志數據、第三方數據

????????數據加工方式：幾乎無處理(基礎清洗數據)

????????作用：數據同步(增量、全量)，清洗，保存歷史

CDM_公共維度模型層：

????????存儲數據特點：存放明細事實數據、維度數據、公共指標匯總數據

????????細分: DWD、DWS

? ? ? ? 作用：提升公共指標的復用性，減少重復加工

DWD_明細數據層：

????????存儲數據特點：存放明細事實數據

????????數據加工方式：

????????????????以維度建模為理論基礎，將業務相同或相似且粒度相同的數據放到同一個模型中

????????????????采用維度退化的手段，來構建明細寬表，基于ODS和DIM表加工而成

????????作用：

? ? ? ? ? ? ? ? 1、整合業務相同或相似數據：

????????????????????????構建明細寬表，復用關聯計算，減少數據掃描（DWD）

? ? ? ? ? ? ? ? 2、公共指標統一加工：

????????????????????????基于 OneData體系構建 命名規范、口徑統一、算法統一的統計指標

? ? ? ? ? ? ? ? ? ? ? ? 為上層數據產品、應用、服務提供公共指標，并建立匯總寬表

? ? ? ? ? ? ? ? 3、構建一致性維度：

? ? ? ? ? ? ? ? ? ? ? ? 建立一致性的維表，降低多維度分析時計算口徑、算法不統一的風險? ? ? ? ? ? ? ? ? ? ? ?

DWS_匯總數據層：

????????存儲數據特點：公共指標匯總數據

????????數據加工方式：

????????????????加強指標的維度退化，采用寬表化手段，構建公共指標數據層

????????????????常基于DWD和DIM表加工而成

????????作用：

????????????????存放公共指標匯總數據，構建公共指標寬表，提升公共指標的復用性、減少重復加工

ADS_應用數據層：

????????存儲數據特點：存儲個性化的統計指標數據

????????作用：計算個性化的指標(沒有公用性，復雜)、基于應用的數據組裝(跨主體構建寬表)

---

9、問：下游使用數倉模型時，應該遵循哪些原則？

? ? ? ? 優先使用公共維度模型層(CDM)數據，當公共層沒有數據時，需要評估是否需要創建公共層數據，當不需要建設公共層數據時，方可直接使用操作數據層數據(ODS)