数仓中可加、半可加和不可加指标怎么理解？
面试怎么回答
可加指标如金额和数量，通常能沿时间、地区等维度求和；半可加指标如余额和库存，只能沿部分维度相加，沿时间要取期末、平均或峰值；不可加指标如比率和去重人数，必须回到底层分子分母或明细集合重新计算。建模时我会先声明事实粒度，保存可组合的原子事实，并把时间语义和聚合公式写进指标定义。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
业务提出：“把每天账户余额加起来看月度余额。”
SQL 很容易写，结果却没有业务意义。
指标能不能加，不取决于字段是不是数字，而取决于事实粒度以及沿哪个维度聚合。
可加指标：可以沿大多数维度求和
订单金额、销售数量、曝光次数通常属于可加指标。
在事实粒度一致、币种和口径一致的前提下，它们可以沿时间、商品、地区等维度汇总。
但“可加”也不是无条件的。不同币种金额、含税与未税金额、新旧口径数据不能直接相加。技术上的 SUM 正确，不代表业务口径正确。
半可加指标：只在部分维度可加
余额、库存、账户数快照是典型半可加指标。
同一天不同门店的库存可以相加，但同一门店 30 天的日末库存不能相加当作月库存。沿实体维度可加，沿时间维度通常要取期末、期初、平均值或峰值。
因此，半可加指标必须同时定义时点语义：月末余额、日均余额和期间最大余额是三个不同指标。
不可加指标：必须回到底层重新计算
转化率、客单价、利润率、去重用户数通常不可直接求和。
两个渠道转化率不能简单相加，也不应该直接求平均。正确方式是先汇总分子和分母，再计算整体比率。
去重人数更加明显：两个分区各有 100 个用户，不代表合并后一定是 200 个，因为用户集合可能重叠。
建模时优先保存可组合事实
事实表应尽量保存订单金额、访问次数、转化次数等原子或可组合数据，而不是只保存已经计算好的比率。
对于余额类指标，可以使用周期快照事实表并明确快照时点；对于比率类指标，同时保留分子和分母；对于 UV，保留明细、集合结构或明确的去重计算层。
一个典型场景
报表把各广告计划的 ROI 直接平均，得到“整体 ROI”。但不同计划的消耗规模差异很大，小计划对平均值产生了不合理影响。
修正方式是先汇总整体收入和整体成本，再用总收入除以总成本。指标结果变化的根因不是 SQL 函数，而是聚合路径错了。
指标口径必须包含：事实粒度、可加方向、时间语义和重算公式。