_{🧠 图解记忆：把数据问题当作产品问题，而不是只写 ETL；点击图片可查看原图。}

💡 答案要点

把数据问题当作产品问题，而不是只写 ETL：

• 建立源系统清单、数据 owner、更新方式、延迟和使用权限；
• 定义规范数据模型与业务术语，保留 source、ingested_at、schema_version 和 lineage；
• 用可重放的 staging → validate → normalize → publish 流程隔离原始数据；
• 为唯一键、枚举、时区、删除语义和迟到数据定义明确规则；
• 冲突时不静默猜测：进入隔离区、标记置信度或请求业务确认；
• 监控完整率、重复率、新鲜度、分布漂移和对账差异。

面试时应主动问：哪个系统是事实源？能否增量同步？删除如何传播？历史数据能否回放？错误修复后如何重算下游索引和评测？

---