目录一、为什么会出现重复建表？1. 表不可见：不知道已有类似表2. 表不可信：知道有表，但不敢用3. 口径不统一：看起来是重复表，其实口径不同4. 公共层薄弱：每个需求都从明细层直接加工二、避免重复建表的核心思路三、建立统一元数据管理四、建设数据资产目录五、规范数仓分层和表命名1. 数仓分层规范ODS 层DWD 层DWS 层DIM 层ADS 层2. 表命名规范六、建表前必须先检索七、生产环境建表必须走审批建表申请应包含哪些内容？八、建立模型评审机制九、建设公共层、减少烟冲式开发十、明确表的 Owner 制度十一、统一指标口径十二、自动检测相似表1. 表名相似度检测2. 字段相似度检测3. 血缘相似度检测4. 下游使用相似度检测十三、建表流程中嵌入自动校验十四、临时表和中间表必须治理十五、存量重复表如何治理？1. 判断疑似重复表2. 无访问表治理3. 重复表合并策略策略一：保留主表，废弃副表策略二：下游迁移策略三：设置只读或停止调度策略四：正式下线十七、用 Owner 制度保证长期可维护十八、落地路线第一阶段：解决“不知道有没有表”第二阶段：解决“不能随便建表”第三阶段：解决“公共层不好用”第四阶段：解决“自动化治理”十九、总结二十、面试回答模板面试题：如何避免重复建表？其他人可能不知道已有同一张表，重复新建。在数据仓库建设过程中，重复建表是一个非常常见但又容易被忽视的问题。很多时候并不是开发人员故意重复建设，而是：不知道已经有类似的表；知道有类似的表，但不确定口径是否一致；现有表不满足当前需求，于是另起炉灶；临时表长期没人治理，逐渐变成“正式表”；各业务线独立开发，缺乏统一模型管理。最终结果是：同一个业务主题下出现大量结构相似、口径相近、来源相同的表，造成存储浪费、维护成本上升、指标口径不一致、数据资产可信度下降。本文将从问题成因、治理思路、技术机制和落地实践几个角度，聊聊数仓中如何系统性地避免重复建表。