Snowflake Data Modeling：Warehouse 和 Metrics Layer

💡 核心要点 (Key Takeaways)

• Snowflake 数据建模题要从业务查询模式出发，而不是先画一堆表。
• Warehouse 设计要讲 raw、staging、mart、SCD、增量、回填和成本控制。
• Metrics Layer 要覆盖口径治理、版本、血缘、权限和下游变更通知。

Data Modeling 面试看什么

Snowflake 相关面试常把 SQL、warehouse、pipeline 和数据建模连在一起问。面试官想看你是否能从业务实体和查询模式出发，设计出可维护、可回填、可解释、成本可控的数据模型。

Warehouse 三层怎么讲

一个稳定回答可以从 raw、staging、mart 三层开始。Raw 保留原始数据和审计字段，staging 做清洗、去重和类型标准化，mart 面向业务查询做事实表、维表、宽表或指标表。

• Raw：source id、ingestion time、schema version、原始 payload。
• Staging：dedup、type casting、null handling、CDC merge。
• Mart：fact、dimension、bridge table、aggregate table。
• 治理：lineage、owner、SLA、quality check、access policy。

SCD 和 Schema Evolution 怎么答

慢变维、字段新增、字段语义变化和 source schema 漂移是高频追问。回答时要说明 valid_from / valid_to、current flag、版本字段、兼容策略、历史回放和下游通知。

Metrics Layer 的关键点

指标层不是多建几张汇总表，而是统一口径。要讲 metric definition、dimension、filter、owner、version、权限、缓存、dashboard / API 消费，以及口径变更后的回填和公告流程。

查询成本和性能怎么补

Snowflake 候选人要能解释 partition pruning、clustering、materialized view、warehouse size、缓存、扫描列裁剪和 query profile。成本控制不是最后附加项，而是数据平台设计的一部分。

Warehouse 设计轮怎么组织回答

设计轮很少直接问'设计一个三层模型'，通常是'公司营收数据散在 5 个系统里，给财务团队设计 mart 层'这类题。按五步答：先问业务问题，明确谁在用、多久看一次、最重要的 3 到 5 个查询是什么；再从查询倒推 grain 和关键实体，确定事实表的粒度，grain 一定要说成'一行等于一笔什么'的句式，不能含糊；然后映射到 raw、staging、mart 三层，说清每层负责什么、质量检查放在哪一层；第四步讲接入和回填，增量怎么算、历史怎么回填、一致性怎么校验；最后收在成本、权限和监控上。关键原则是每张表都要能指回一个业务查询。面试官最常追的就是'这张表为什么必须存在，它服务哪个查询'。答不出来的表，宁可砍掉，也别为了显得完整而留着。五步讲完之后，准备三个高频收尾追问的接法：业务方下周要加新维度怎么办、上游系统下线了历史数据怎么处置、mart 表涨到一定规模查询变慢怎么办，每个用两句话给方向。讲回填校验时给出具体做法：新旧数据按关键指标对总量和行数，差异在可接受范围内才算通过，而不是说'跑完对比一下'。练习时准备 2 到 3 个自己项目里的真实查询场景，把它们当题目反复走这五步，直到每步能脱口而出。

数据权限和跨团队共享怎么答

权限是平台类题的高频追问，准备一个四层回答：第一层对象级权限，哪个团队能看哪些表和视图；第二层行列级控制，比如销售只能看本区域数据、敏感字段做脱敏，讲的时候给一个具体规则例子，比如金额字段只保留后四位展示；第三层治理机制，最小权限授予、定期访问审计、变更留痕；第四层跨团队共享，用 share 或统一语义层代替各团队复制表，并说明上游变更时怎么通知下游。回答时不要只列功能，要挂到场景上，比如'财务和产品对同一个指标口径不一致时，谁有最终解释权，系统怎么强制'。这类回答展示的是你理解治理是组织问题，不只是数据库配置问题。再准备一个反面案例：无治理导致的重复建设和口径打架，说明你见过混乱长什么样。练习方法：从自己公司挑两个真实的权限需求，比如'新团队接入只能看脱敏数据'和'审计要求导出留痕'，按四层各答一遍，答不出第四层就说明共享机制这块要补。最后补一句成本视角：权限和共享本身也有计算开销，定期审计时可以顺带清理长期不用的账号和 share，展示你有成本意识。被追问具体实现时，落到 tag、masking policy、share 这三个名词上就够了，不要展开成产品文档。