大数据面试常见问题（六）——建模部分_数据模型面试常见问题

目录

1、建模的理解

2、知道表结构吗？有设计过表吗？

3、数据建模的思路

4、三范式

5、维度表vs事实表

6、你们怎么考虑建模

7、星型模型和星座模型的区别

8、什么是代理主键和业务主键？

9、事实表的三种类型

10、维度建模的一般过程

---

1、建模的理解

会使用图形化的界面来表示表格和表格之间的关系，以及表格本身的内容。这个表示数据之间的表达关系的图，就叫做ER图。

怎么去设计某个功能需要的表格，以及中间的小表，每个表格有哪些不同的关系等等，这个就是数据建模的过程

2、知道表结构吗？有设计过表吗？

（1）确定表名。表名要确保其唯一性，表的名称要与用途相符，简略、直观、见名知意。

（2）确定字段名称。字段名长度小于64个字符；字段名可以包括字母、汉字、数字、空格和其他字符；字段名不可以包括句号(。)、感叹号(!)、方括号([])和重音符号(、)；字段名不可以以先导空格开头。

（3）确定字段类型。设计数据类型，满足字段的不同需要。

（4）确定字段属性。如字段大小、格式、默认值、必填字段、有效性规则、有效性文本和索引等。

（5）确定表中唯一能识别记录的主关键字段（主键）

3、数据建模的思路

1. 先要分析当前的功能模块的核心功能，以及这个核心功能和其他模块之间的业务关系，分析他们的业务是哪种业务模型（1-1 1-多 多-1 多-多）

2. 将他们的关系，编辑到业务模型中

3. 将业务模型转换成逻辑模型，查看在转换的过程中，中间还需要哪些不同的业务表格进行数据的存储和中转

4. 给中间表格进行其他的必要字段的添加

5. 给添加完字段信息的逻辑模型，转换成物理模型，最后再查看下有没有需要修改的字段和名字等等

6. 直接在工具中，生成对应的sql语句，在数据库中运行就可以了

4、三范式

第一范式：原子性，列不可在分

第二范式：在第一范式的基础上，每个非主键必须完全依赖于主键，而不能依赖于其他列

第三范式：在第二范式的基础上，每个非主键必学直接依赖主键，不能产生传递依赖

5、维度表vs事实表

事实表就是你要关注的内容，它是用来存储主题的主干内容的，事实表一般是没有主键的。数据的质量完全由业务系统来把握。

维度表就是观察事物的角度，维度表一般是有主键的。

6、你们怎么考虑建模

先添加一个CDM，进行表格核心字段的编写，在每个表格上面，去表达他们的业务关系和逻辑，连接完成后，将当前的业务模型，转换成逻辑模型，给自动出现的中间的业务小表，添加其他必要字段信息，最后转换成物理模型。

7、星型模型和星座模型的区别

星型模型：核心是一个事实表及多个非正规化描述的维度表组成。

雪花模型：它是星型模型的扩展，不同的是维度表被规范化，进一步分解到附加表中。

星座模型：由多个事实表组合，维表是公共的，可以被多个事实表共享。星座模型是数据仓库最常使用的模型。

各自优缺点

雪花模型的优点：雪花模型的优点是减少了数据冗余

雪花模型缺点：在雪花模型需要事实表和维度表之间的连接较多，因此查询性能会相对较低

星型模型的优点：很多的统计情况下，不需要和外表关联进行查询和数据分析，因此效率相对较高。

星型模型的缺点：数据冗余

8、什么是代理主键和业务主键？

代理主键是纯数字为了记录数据的变量情况，而业务主键是基于业务系统，可能是数字也有可能是字符，主要是为了确保唯一的记录。

比如“订单编号”对应不同的状态，那么“订单编号”就是业务主键，无论订单状态如何变化，订单编号都是不变的。

在数仓中为了记录订单每次变化的情况，我们可以通过代理主键（可以是自从生产的一个序列的序号、纯数字）来记录每次状态的变化情况。

这一点跟业务系统的业务主键不一样，通过代理主键作为事实表的外键，对事实表的字段分类（维度，度量）可以做到比较清晰。

9、事实表的三种类型

事务事实表、周期快照事实表和累积快照事实表。

10、维度建模的一般过程

选择业务过程—声明粒度—确定维度—确定事实。