本文主要包括：
- 数据仓库面试题总结
1. 全量表(df),增量表(di),追加表(da)，拉链表(dz)的区别及使用场景？
2. 星型模型和雪花模型？
3. 缓慢变化维如何处理，几种方式？
- 直接覆盖历史数据
- 采用拉链表，把记录的过程都记录下来
- 增加预留资源，每次变化，把新变化的数据放到备用字段
- 字段透传，把变化的纬度透传到上层的事实表，这样就不用关联了
4. 说说你从0-1搭建数仓都做了什么？你觉得最有挑战的是什么？
5. 流批一体有什么好处？为什么要搞流批一体？
传统数仓Lambda架构，数据分析需求基于流、批两套计算引擎产出，这种分离的架构不仅会带来两套开发成本，也导致数据逻辑和口径难以对齐
为什么阿里云要做流批一体？
流批一体首先是架构上的流批一体，不仅仅是计算引擎流批一体，存储引擎也需要流批一体，计算引擎可以使用flink，存储引擎，现在常用的可以使用Hudi，Iceberg
6. left semi join和left jion区别？
left semi join左半连接,是 in(keySet) 的关系，遇到右表重复记录，左表会跳过；
当右表不存在的时候，左表数据不会显示; 相当于SQL的in语句，注意，结果中是没有B表的字段的
LEFT SEMI JOIN 是 IN/EXISTS 子查询的一种更高效的实现。left join:当右表不存在的时候，则会显示NULL
数仓面试题可以参考
2020大厂面试题-数仓篇