标签

#维度建模

共 6 篇文章

【阿里】维度建模：星型模型与雪花模型怎么选

阿里数仓实习一面真题。维度建模以业务过程和一致性维度为骨架，星型模型查询简单性能好，雪花模型规范化省存储，实践中星型为主、局部雪花。

91学AI·9 阅读

字节跳动数仓一面真题。从 ODS 到 ADS 的分层职责、维度建模落地方式，再到数仓团队按业务域和层的分工协作模式，按真实大厂实践作答。

91学AI·6 阅读

维度建模的典型反模式：大宽表滥用、维度层级穿透、混合粒度、多值维度硬塞、SCD 处理缺失。识别信号加对应解法，用桥接表和一致性维度纠偏。

91学AI·9 阅读

星型是事实表直连扁平维表，雪花把维表再规范化拆成多级。星型 join 少、查询快、口径直观；雪花省存储但 join 链路长。大数据场景一律选星型。

91学AI·8 阅读

事务事实表记录原子事件，周期快照定期度量状态，累积快照跟踪流程多里程碑。选型看业务过程是瞬间事件、状态量还是长周期流程。

91学AI·8 阅读

Kimball 四步法：选业务过程、声明粒度、确定维度、确定事实。粒度声明是整张表的契约，先定粒度再谈维度和事实，顺序不能乱。

91学AI·7 阅读