数仓面试题（1）

1.数据库的三范式是什么？

答：

第一范式（1NF）

强调的是列的原子性，即列不能够再分成其他几列。 

第二范式（2NF）

第二范式在第一范式的基础之上更进一层。第二范式需要确保数据库表中的每一列都和主键相关，而不能只与主键的某一部分相关（主要针对联合主键而言）。也就是说在一个数据库表中，一个表中只能保存一种数据，不可以把多种数据保存在同一张数据库表中。

第三范式（3NF）

第三范式需要确保数据表中的每一列数据都和主键直接相关，而不能间接相关。

2.维度建模当中星型模型和雪花模型的对比？

星型模型：冗余度高，设计简单，可读性高，关联的维度表少，查询效率高，可扩展性低。

雪花模型：去除了冗余，设计复杂，可读性差，关联的维度表多，查询效率低，但是可扩展性好。
 

一、星型模型
星型模型：当所有的维度表都是和事实表直接相连的时候，整个图形看上去就像是一个星星，我们称之为星型模型。星型模型是一种非正规化的架构，因为多维数据集的每一个维度都和事实表直接相连，不存在渐变维度，所以有一定的数据冗余，因为有数据的冗余，很多的统计情况下，不需要和外表关联进行查询和数据分析，因此效率相对较高。

二、雪花模型
雪花模型：当有多个维度表没有直接和事实表相连，而是通过其它的维度表，间接的连接在事实表上，其图形就像是一个雪花，因此我们称之为雪花模型，雪花模型的优点是减少了数据冗余，在进行数据统计或分析的时候，需要和其他的表进行关联。

三、区别
星型模型和雪花模型最根本的区别就是，维度表是直接连接到事实表还是其他的维度表。
1）星型模型因为数据的冗余所以很多统计查询不需要做外部的连接，因此一般情况下效率比雪花模型要高。
2）星型模型不用考虑很多正规化的因素，设计和实现都比较简单。
3）雪花模型由于去除了冗余，有些统计就需要通过表的连接才能产生，所以效率不一定有星型模型高。
4）正规化也是一种比较复杂的过程，相应的数据库结构设计、数据的ETL、以及后期的维护都要复杂一些。因此在冗余可以接受的前提下，实际运用中星型模型使用更多，也更有效率。 

参考文章

3.维度建模的具体实现？

4.范式建模和维度建模的对比？

范式建模：通过上一小节的具体例子可以看出范式建模的优点：能够结合业务系统的数据模型，较方便的实现数据仓库的模型；同一份数据只存放在一个地方，没有数据冗余，保证了数据一致性；数据解耦，方便维护。但同时也带来了缺点：表的数量多；查询时关联表较多使得查询性能降低。

维度建模：模型结构简单，面向分析，为了提高查询性能可以增加数据冗余，反规范化的设计，开发周期短，能够快速迭代。缺点就是数据会大量冗余，预处理阶段开销大，后期维护麻烦；还有一个问题就是不能保证数据口径一致性，原因后面有讲解。

我们再来理解下维度建模：数据会抽取为事实-维度模型，维度就是看待问题的角度，从不同的角度看待某个问题，就会得出不同的结论，而要得到这个结论，就需要事实表中的度量，何为度量，就是事实表中数值类型的字段。

例：某公司的各个商品在全国各地市的销售情况，维度就是全国的城市和各个商品，度量就是商品的单价，从不同的维度计算销售额：如查看北京市酸奶的销售额，上海市纯牛奶的销售额，这就是不同的维度组合方式。在限定的维度条件上，计算商品单价的总和，也就是 sum 度量值，即可得到我们想要的结果。

参考文章

5.数仓构建流程？

可见：数仓构建过程 - 知乎

6.数仓分层方式及各层作用？

具体见文章：一种通用的数据仓库分层方法 

【数仓系列】数仓分层的意义价值及如何设计数据分层-CSDN博客 

详解数仓中的数据分层：ODS、DWD、DWM、DWS、ADS - 掘金