考察点
这道题出自阿里数仓实习一面（飞猪数据团队），属于数仓方法论里容易含糊的概念辨析题。很多候选人背过"数据域是业务过程的集合、主题域是分析视角的分类"，但被追问"两个域到底谁包含谁、实际建模时先定哪个"就卡壳。面试官想确认你理解这两层分类各自服务什么目的，以及阿里 OneData 体系里数据域的真实作用。追问常往"举一个业务例子说明两者区别"、"数据域怎么划分才算合理"、"表怎么归属到域"走。
参考答案
先把两个概念的定义立住
数据域（data domain）是面向数据建设过程的分类：按业务过程把数据组织起来，一个数据域对应一组强相关的业务过程。阿里系的经典划分是交易域、用户域、商品域、流量域、物流域、营销域等。交易域里放的是下单、支付、退款、确认收货这些业务过程产生的事实。
主题域（subject area）是面向分析使用的分类：从业务分析视角把关心的事情归类，比如"客户主题"、"商品主题"、"经营分析主题"。它回答的问题是"我想分析什么"，而不是"这条数据是哪个业务流程产生的"。
关键区别在于：数据域跟着业务过程走，划分标准客观（一条数据是哪个环节产生的，基本没争议）；主题域跟着分析视角走，划分标准主观（同一个"复购分析"既可以归客户主题也可以归交易主题）。
为什么有了主题域还需要数据域
根本原因是两者解决的问题不同。主题域是给人找数据用的目录，数据域是给数据建设定责任田的框架。
具体来说，数据域承担三个主题域扛不起来的职能。第一是建模的输入：维度建模的第一步就是识别业务过程，业务过程聚类成数据域，总线矩阵（业务过程 × 一致性维度）是按数据域组织的。主题域里没有"业务过程"这个颗粒度，没法直接指导 DWD 怎么建。第二是团队分工和边界：数仓团队按数据域分小组——交易组、用户组，每组对本域从接入到 DWS 负全责，域与域之间靠一致性维度和公共层约定协作。分析主题横跨多个域（一个"大促复盘"主题要拉交易、流量、营销、物流四个域的数据），没法拿来做建设的责任边界。第三是管控的落点：命名规范（阿里规范里表名带业务域缩写）、权限划分、成本归账、数据质量监控，这些治理动作都是按数据域落地的，因为它客观、稳定、无歧义。
用一个例子讲透
以飞猪场景举例。"酒店业务"相关数据：下单、支付、核销、退订是交易域的业务过程；酒店详情、房型是商品域；浏览搜索行为是流量域。这是按数据生产源头切的。
而分析侧的主题可能是"酒店经营分析"——要把上面三个域的数据全部拉通，加上用户域的会员数据。你看，一个主题横跨四个数据域。如果只有主题域没有数据域，建设侧就乱了：这笔下单数据到底归"酒店主题"还是"机票主题"管？两边都接入一遍，重复建设、口径打架。反过来如果只有数据域没有主题域，分析师找个数要在十几个域的表结构里翻，用着很痛苦。
所以成熟的体系是两层并存：数据域管建设和治理（对应 ODS/DWD/DWS 这些公共层），主题域管消费和呈现（对应 ADS 层、BI 工具的报表目录、数据地图的检索分类）。
阿里 OneData 视角的补充
在阿里 OneData 体系里，数据域之上还有一层"业务板块"（比如电商、本地生活），往下依次是数据域、业务过程。派生指标 = 原子指标 + 统计周期 + 业务限定，原子指标必须挂在某个业务过程上，而业务过程属于数据域——也就是说整个指标体系的树状结构是长在数据域这个骨架上的。这套规范之所以以数据域为骨架而不是主题域，正是因为数据域的划分稳定且互斥，指标才有了唯一的家。
数据域怎么划才合理
补充一点实操判断。好的数据域划分满足三条：互斥（一条数据有唯一归属）、完备（所有核心业务过程都有家）、稳定（不随组织架构调整而频繁变动）。划分的参照是企业的价值链：用户从哪来（流量域）、看什么（商品/内容域）、怎么买（交易域）、怎么履约（物流域）、怎么增长（营销域）。域的粒度也要克制，一般十个上下，几十个域说明拆太碎，治理成本会反噬。
可能的追问
- 表是怎么归属到数据域的？按它承载的业务过程归属：dwd 表看主实体事件属于哪个业务过程，dws 表看它汇总的主体业务过程；跨域汇总表按主要事实归属，命名里体现。
- 新兴业务（比如直播带货）怎么入域？看它的业务过程能否挂进现有域——直播的下单还是交易域，开播和观看行为可建直播域或并入流量域；原则是优先复用现有域，新业务过程簇足够大且独立才新设域。
- 主题域和数据域会一一对应吗？偶尔巧合对应（如商品），但设计上不追求对应——一个是视图一个是骨架，强行对齐说明把两个概念混为一谈了。