考察点
这是开放题，常在终面或管理岗出现，考的是你有没有从「建表的人」成长为「对数仓整体负责的人」。面试官期待体系化的回答而不是零散的点，最好还能给出可量化的度量。追问常问「你们当时最大的短板是什么、怎么改进的」。
参考答案
数据质量：底线指标
质量是数仓的信誉，业务方发现一个错数，对全盘数据的信任都会打折。经典四性：
- 完整性：该到的数据到没到。每天 ODS 同步后校验行数波动（环比超阈值告警）、关键字段非空率、枚举值范围；
- 准确性：数对不对。和业务源系统对数（订单总额 vs 财务系统）、跨表交叉校验（支付事实表金额合计应等于订单表的已支付金额）；
- 一致性：同一指标各报表是否相等，这回到一致性事实和指标字典的治理；
- 及时性：承诺几点产出就几点产出。核心报表 SLA（比如早 8 点前就绪）的达成率要监控。
工程落地是 DQC（数据质量中心）：规则配置在表上，任务跑完自动校验，触阈值阻断下游并告警。可量化指标：DQC 告警次数、阻断次数、业务方报障工单数。
模型复用度：架构水平的直接体现
好数仓的核心特征是公共逻辑沉淀在中间层，烟囱少。几个可量化的观察角度：DWS 层表被 ADS 引用的覆盖率——应用层是否大多从汇总层取数，还是各自回 DWD 甚至 ODS 重算；重复表比例——不同任务产出字段高度雷同的表有多少；平均每个指标被几张表重复计算。复用度低的直接后果就是口径漂移和成本翻倍，所以这一条和第一条是因果相连的。
稳定性与 SLA
包括两块：任务稳定性和产出时效。量化指标很直接：核心任务成功率、平均破线（超过承诺产出时间）次数、故障恢复时长（MTTR）、任务重跑频率。背后考察的是调度体系的成熟度：基线管理有没有（核心链路任务识别出来重点保障）、依赖配置是否自动解析（手工配依赖必然出错）、数据回溯机制是否演练过。一个细节能区分老手：知不知道怎么处理「数据晚了」和「数据错了」两种不同的故障——前者等或限流，后者要回溯重刷加订正，预案完全不同。
资源成本
数仓不是建完就完，存储和计算成本是持续的账。健康度看：存储增长曲线是否可解释（和业务增长匹配，还是失控）、僵尸表占比（长期无访问的表有没有生命周期管理）、任务资源浪费（小文件问题、数据倾斜导致的算力空耗、重复计算）。成本治理手段：表生命周期强制配置、存储格式优化（ORC/Parquet + 压缩）、低频大表降采样、按域核算成本分摊到团队。能说出「每张核心表的单次产出成本」的团队，说明精细化程度到位。
规范性与可维护性
偏「软」但决定数仓能不能活过三年：命名规范执行率（dwd_ 前缀、业务过程命名统一）、元数据完整度（表和字段有中文注释、有 owner、有血缘）、代码评审覆盖率、文档和实际口径的一致性。检验方法很实在：新人接手一个域，看文档和元数据能不能独立干活。如果离开原作者就没人敢动，说明知识全在人脑里，规范性是不及格的。
综合判断
五个维度里，质量和 SLA 是底线（做不到业务不信任），复用度和成本是效率（做不到公司养不起），规范性是寿命（做不到系统会腐烂）。实操上建议做成数仓健康度看板，每月把这五维的量化指标拉出来过一遍，短板在哪一目了然，治理投入也有了依据。
可能的追问
- 如果只能选一个指标评价数仓？ 我会选「业务方数据工单的结构」：对数类、催数类工单多说明质量和时效不行；需求排期类多但故障类少，反而是健康的——说明数仓在稳定供数，瓶颈在产能。
- 复用度和业务响应速度矛盾吗？ 短期矛盾（等公共层排期不如自己拉表快），长期必须守住。折中做法是允许 ADS 临时直连 DWD 快速交付，但挂技术债登记，公共层就绪后限期迁移。
- 数据质量规则配多少算够？ 核心链路强规则（阻断式），边缘链路弱规则（告警式），按表等级分级配置。全量强规则会产生告警疲劳，最后没人看，等于没配。