Snowflake DE SQL：Pipeline 口径怎么准备

💡 核心要点 (Key Takeaways)

• Snowflake DE 面试会从 SQL 追到数据链路和建模口径。
• SQL 题要讲清表结构、去重、时间窗口、NULL 和重复 assignment。
• Pipeline 题要覆盖 schema evolution、CDC、backfill、quality 和成本。

Snowflake DE 不是只考 SQL

Snowflake 相关面经里，SQL、data modeling、pipeline design、quota、ACL 和 metrics system 都很常见。SQL 题型的系统拆解（窗口函数、留存与漏斗、归因分析）见 SQL 面试准备指南。即使第一问是 SQL，后续也可能追问这张表如何生成、如何增量更新、历史数据如何回填、查询成本如何控制。

SQL 题的回答方式

以 employees/projects 这类题为例，不要直接写 join。先确认项目完成定义、日期字段、预算分摊口径、同一员工多个 assignment、NULL end_date 和重复记录，再写 SQL。

• 日期：DATEDIFF、时区、NULL、进行中项目。
• Join：主键是否唯一，assignment 是否重复。
• Group by：按员工、项目还是 employee-project 关系聚合。
• 性能：分区、聚簇、过滤条件和扫描范围。

时区和日期边界怎么答

SQL 题里常藏时区陷阱：源系统是 UTC，业务口径按 PST，“同一天”按事件时间还是处理时间算。稳定回答先明确三件事：timestamp 统一按哪个时区存储（推荐 UTC）、业务口径按哪个时区判断、DST 和跨月边界怎么处理。主动说一句“我先确认时区口径，否则按天聚合可能差一天”，比写出复杂窗口函数更能让面试官相信你有生产经验。

Pipeline 题的核心层次

SaaS sources 到 analytics layer 的设计要覆盖 raw、staging、mart 三层。再补 schema normalization、dedup、CDC、SCD、data quality、lineage、backfill 和下游消费方契约。

项目深挖怎么讲

DE 候选人要把项目从工具栈改成系统能力：原链路有什么问题，你怎么建模，如何保证数据质量，如何处理回填和口径变更，最后延迟、成本或准确性有什么改善。

增量更新和 backfill 怎么讲

Pipeline 题问“数据怎么更新”时，先区分增量和 backfill。增量：基于 updated_at 或 CDC 只处理变化行，staging 层按主键 merge 进 mart；backfill：重跑历史区间，要说清如何避免双算、新旧口径如何对账、backfill 窗口是否影响线上查询。稳定结构：先说变化来源（有没有可靠 updated_at，还是要上 CDC），再说 merge 策略（merge / replace / append），然后说验证方式（行数对账、关键指标对账），最后说成本和时间窗口。只说“跑一次全量”会被追问到底，因为生产里全量重跑往往不可行。

数据质量与契约题怎么答

“怎么保证下游信你的表”是高频追问。答案要落到三层：第一，staging 层校验规则，主键唯一、非空、值域、freshness，失败数据进隔离区并告警，不混进 mart；第二，与消费方的契约，字段口径、版本和 SLA 延迟，口径变更要通知下游并保留双口径过渡期；第三，lineage，字段能追到源头表。只说“加个数据质量工具”但不说规则是什么、失败数据去哪，会被判断成没有真正运营过 pipeline。

Snowflake 风格的成本意识

Snowflake 相关面试很容易追到 query cost 和 warehouse 资源。回答 SQL 或 pipeline 时，最好主动说明如何减少扫描、如何设计分区/聚簇、如何避免重复计算、如何把高频指标物化，以及如何监控异常查询。只会写正确 SQL，但完全不考虑成本，会显得生产经验不足。

• 扫描范围：过滤条件是否能提前下推，是否避免全表扫。
• 中间表：复杂指标是否需要 materialized view 或增量表。
• Warehouse：不同 workload 是否隔离，backfill 是否影响线上查询。
• 监控：异常耗时、异常成本和失败任务是否有告警。

数据建模的常见追问

面试官可能会问同一事实如何支持多个 dashboard、历史口径变化如何处理、维表慢变如何记录、late update 如何反映到下游。准备时要能讲清 raw、staging、mart 的责任边界，并说明哪些字段是事实，哪些是派生指标，哪些需要版本化。

准备一段项目故事

建议准备一个真实或简历里的数据链路故事：上游是什么，原来哪里不可信，你如何做去重和口径统一，如何处理回填，如何验证结果，最后让下游分析或产品决策更稳定。Snowflake DE 面试非常看重候选人是否能把 SQL、pipeline 和业务指标连成一条线。