数仓dw怎么建_关于【你们数据仓库是怎么设计的】如何回答

​你们数据仓库都是怎么设计的，数据怎么抽象？

关于这个问题，我说一说我的想法，不一定是正确的，但希望能给你提供一些思路

1、数据仓库是怎么设计的？

如果真的要完全回答这个问题，真的太大了。

另外我觉得，问这个问题，也不一定就要让你照本宣科，把现在的数仓理论背一遍。更多的是想看你做了哪些有亮点的事，有哪些有亮点的想法。

可以按照自己的习惯，把数仓怎么设计的分成几个模块，比如：

• 技术架构
• 数据流转
• 分层建模

然后，询问一下，面试官重点想要听哪一块？

技术架构方面：

可以从数据采集到数据进入数仓后的etl，再到数据怎么做成数据服务提供给业务方，整个流程的核心技术节点划一遍。

然后，再重点讲一下自己做的模块（做数据治理 or 数据开发 or...),比如说数据开发，就可以讲讲，实际工作中遇到过哪些难点，做过哪些优化，突出自己技术亮点（数开更多的是sql优化，sql优化真的有太多可讲的）。

数据流转：

这块主要讲自己所在公司的数据是从哪里来，进仓库前会做什么处理，重点监控哪些（比如：数据完整性监控）-->进仓库后会做哪些处理，做哪些监控（比如数据准确性，指标一致性）-->出仓库，数据又会提供给哪些业务方，怎么保障数据的准确性和及时性等等。

讲一下这个过程中自己有哪些比较好的想法，对整个过程起了什么样的积极作用。

分层建模：

这块主要讲公司目前仓库的分层，每一层的作用，有哪些基础数据，讲一下自己对目前公司仓库设计的一些看法，好的地方，不好的地方。不好的地方，需要怎么改进。

现在的仓库怎么通过建模来收敛口径，减少代码重复开发，要有实际例子。

讲自己曾经做过的建模上的优化，比如：通过一些数据血缘的技巧筛选出 仓库中 有相似的中间模型表，经过考察，这些表的口径只是有微小不同，最后自己主动和业务方沟通，大家达成一致，重新设计一张模型或者都归一到现存的其中一个模型上。这也属于模型优化的一个案例，为仓库减少了多少存储资源，计算资源。

另外还可以讲一讲，自己的一些设计比较巧妙的模型，比如留存，留存的设计可以依据业务需求，从易到难，有多种设计。

也可以讲讲自己建模时，会考虑哪些点：实现的复杂程度，模型的运行时长，占用资源的大小，模型的生命周期....等等

维度建模，星型模型，这么多年了，都是这些，也没什么创新，如果只讲这些，会让人觉得耳朵都起茧子了，可以把这些融合到实际案例中，多讲自己的思考和感悟，平时工作中也要细心观察，现在没有任何一家公司的数据仓库是完美的，只要你肯用心发现，都能找到优化的点。然后自己尝试去做一做，该推动的事情，自己主动去推一推

当然这里还有很多很多其它的东西，有一些，看上去很没技术含量，但是让你去做，还真不一定能做好。

2、数据怎么抽象？

抽象的前提就是了解业务，知道业务想要什么，把业务方提的零碎的需求，分门归类，总结成业务主题和数据主题。

比如：用户业务主题下，可划分为回流，留存，日活，新增，全量，行为标签...

实现部分，落地模型，也是从需求出发，把业务方的需求细化到指标和维度。

比如：业务方说我想看一下某个渠道的用户表现，那你就会考虑，用户表现体现在指标上有哪些：阅读pv，点击次数，停留时长等等。

有了指标和维度，就能够建模了。这也算是抽象数据的一种思路，工作中，基本都是这样做的。

东西太多了，挑自己最擅长的说。

睡前胡乱说一通，勿怪~~ 晚安！

Hey!

我是小萝卜算子

欢迎扫码关注公众号

在成为最厉害最厉害最厉害的道路上

很高兴认识你