开发类

Article 6

关联数据之前，先检查维度表，各维度的值是否有异常，比如null，空值，异常值等等。

Article 5

进行聚合操作后，检查聚合后的数据值是否合理，比如sum求和后的值，找一些已有的数据做核对。

Article 4

left join之后的数据是否有重复，关联字段是否存在一对多的情况，是否符合业务预期。

Article 3

查看上下游指标间的关联关系，是否存在统计相加之后的值和前序依赖对应的不上。

Article 2

重刷数据一定要先新建一个任务，特别是任务由于上有修改表结构导致的任务失败，新建任务，写入临时表进行数据核对后再刷新原任务运行后续依赖。

Article 1

修改表、删除表之前一定要先备份，防止“删库跑路”情况出现。

业务类

Article 4

烟囱式开发，同一个维度在整个数据平台中不一致，维度数据要跟主数据关联起来。

Article 3

过度钻研数据处理技术，忽略业务逻辑，有时候优化一条SQL，也许只是业务逻辑的变通。

Article 2

只管开发和运维任务，不总结。形成团队的wiki进行开发和运维问题处理知识总结，会大大提高团队问题处理效率。

Article 1

忽略数仓对业务成功的支持，只关注效率上的提升，“黑猫白猫，只要抓住老鼠就是好猫”，没有被业务认可的数据团队，长久不了。