大数据面试题_data warehouse topic

文章结构概述

• 大数据面试题_数据仓库篇
  • • 离线数据仓库
    • • 1、构建数据仓库时为何需要进行分层设计？
      • 2、在数据建模过程中通常采用哪些模型？
      • 3、在你看来，数据仓库建设过程中最关键的因素是什么

大数据面试题_数据仓库篇

离线数据仓库

1、为什么要对数据仓库分层？

1. 通过增加空间资源的投入以换取时间效率，借助大量的预处理操作来优化应用系统的使用体验（即提升效率），因此数据仓库中将积累大量重复的数据。
2. 若未进行分层设计，一旦源业务系统的业务规则发生变动，将对整个数据清洗流程产生影响，导致需要付出巨大的工作量。
3. 数据分层管理有助于简化数据清洗流程，因为原本单一的步骤被分解为多个阶段完成，这相当于将一个复杂的任务拆解为多个简单的子任务，从而将原本难以理解的整体流程转化为可清晰识别的各层级处理逻辑。每一层的操作逻辑都较为简单且易于掌握，这使得我们能够更有效地确保每个环节的准确性。当数据出现错误时，通常只需对特定环节进行局部调整即可解决问题。

2、数据建模用的哪些模型？

星型模型
星形模式（Star Schema）是当前最为广泛采用的维度建模方法。该模式以事实表为核心，所有维度表均直接与事实表相连，整体结构呈现出类似星星