一、数仓为什么分层、怎么分层
1、数仓的作用
2、数仓的架构
3、数据采集层
4、数据存储与分析
对于hive的操作，最传统的方式是采用MapReduce
也可以通过SparkSQL操作hive
最常用的是使用Presto操作Hive
5、数仓分层的好处，为什么要对其进行分层
对数据仓库有一定的要求
高效率：不同的粒度
高质量：数据清洗、ETL加工，在各层进行数据治理，避免用户做出错误决策
高扩展性：存算能力、支持组件式业务扩展能力，不能重建数据仓库【数据建模的合理性】
避免整个数据仓库都需要变更，影响ETL过程
6、为什么要对数仓分层
原因：大量预处理提高效率，增强可扩展性，分布完成操作，简化业务
二、描述DWD层的设计思路
1、分层的举例
ODS
DWD：数据主题层/数据标准化
DWS
ADS
更多的是五层结构或更多
2、数据标准层的作用
用于数据治理
3、DWD的设计思路，数据模型如何建模
4、业务流程举例
三、拉链表为什么要进行分区，分区的目的是什么
四、介绍一下每一层的设计思路，并举个例子
五、框架原理、基础少、有时考hive的函数