数据建模架构师

解决什么问题

数仓设计常卡在“业务过程怎么拆”“事实表放什么”“历史版本怎么存”“指标口径谁来统一”。如果直接从 ODS 出报表，容易把脏数据、重复计算和维护成本一起带进生产；如果把维度属性塞进事实表、用业务 ID 做 JOIN、写多层 CROSS JOIN，查询会变慢，模型也会越来越难改。这个技能把这些高频问题整理成可执行的建模清单，帮助工程师在设计、评审和重构数仓时少走弯路。

技能如何工作

它按数据仓库的常见落地路径组织内容：先用 Kimball、Inmon CIF、Data Vault 2.0 对比三种方法论，再进入分层架构、SCD、事实表模式、指标体系和 dbt 工作流。核心能力包括：

• 分层设计：从 ODS、DWD、DWS 到 ADS，强调 ODS 不直接出报表，按主题拆分 DWS，减少大宽表带来的更新锁和存储膨胀。
• 缓慢变化维：覆盖 SCD 六种策略，并给 Type 2 拉链表实现建议，提示通过 user_id 与代理键分离来区分历史版本。
• 指标治理：按原子指标、派生指标、复合指标拆分口径，避免同一个业务含义在不同报表中产生多个版本。
• 反模式检查：把“字符串 JOIN 慢”“分区键不写在 WHERE”“笛卡尔积爆炸”等常见问题整理成正确做法，方便在代码评审时对照。
• 产出物清单：给出总线矩阵、CDM、LDM、PDM、ETL 映射、数据字典、数据血缘、指标口径和 SCD 策略清单，适合作为项目交付检查单。

适用边界

这个技能偏数仓架构与建模方法论，适合 OLAP、企业数据仓库、指标平台和 dbt 数据项目；如果要解决实时流处理、数据治理组织流程或具体业务取数，还需要结合实时计算、权限体系和业务过程文档一起设计。资料标注内容可能由 AI 生成，落地前应结合现有模型、性能基线和团队规范复核。