IT 面试题库

大数据【本质】业务库明明有数据,为什么还要费劲建「数据仓库」?数仓建模到底在加工什么?

初级开放讨论题大数据工程师大数据开发工程师数据仓库工程师大数据架构师第一性原理必读大数据与数据工程

题目

让分析师直接连业务库跑报表会出什么事?「一张订单」在业务系统和在数仓里,是同一份数据吗?

参考答案

内容深度:适中 · 无代码示例 · 来源:其他来源 · 未复核 · 81 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

直接连业务库的三宗罪:重查询拖垮线上事务库(分析扫全表)、数据口径混乱(各写各的 SQL,两个部门两个「GMV」)、历史不可追溯(业务库只存当前态)。

数仓的本质:为分析而重新组织数据——

  1. 分层(ODS 原样贴源 → DWD 明细 → DWS 汇总 → ADS 应用),层层复用、口径统一;
  2. 建模(维度建模:事实表 + 维度表),把「业务过程」变成可切片分析的模型;
  3. 历史化:缓慢变化维保留快照,今天能查去年任意一天的状态。

「同源不同用」是理解数仓的钥匙:业务库为「事务」(快写快改)优化,数仓为「查询」(快读快算)优化——两种优化方向天然冲突,所以必须分开。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题