1.維度和度量
維度：觀察資料的角度，一般是一組離散的值，通常是資料記錄的乙個屬性。
度量：被聚合的統計值，也是聚合運算的結果，一般是連續的值；基於資料所計算出來的考量值，通常是乙個數值。
在乙個sql查詢中，group by的屬性通常就是維度，而所計算的值則是度量。
2.工作原理
對資料模型做cube預計算，並利用計算的結果加速查詢
a）指定資料模型，定義維度和度量
b）預計算cube，計算所有cuboid並儲存為物化檢視
c）執行查詢時，讀取cuboid，運算，產生查詢結果
由於kylin的查詢過程不會掃瞄原始記錄，而是通過預計算預先完成表的關聯、聚合等複雜運算，並利用預計算的結果來執行查詢，因此相比非預計算的查詢技術，其速度一般要快一到兩個數量級。
3.事實表和維度表
事實表（fact table）是指儲存有事實記錄的表；記錄在不斷地動態增長，所以體積通常遠大於其他表。
維度表（dimension table）/維表/查詢表（lookup table），是與事實表相對應的一種表；它儲存了維度的屬性值，可以跟事實表做關聯表；相當於將事實表上經常重複出現的屬性抽取、規範出來用一張表進行管理。
4.cube、cuboid和cube segment
cube（data cube），即資料立方體，可以對原始資料建立多維度索引。
cuboid，在某一種維度組合下所計算的資料。
cube segment針對資料來源中的某乙個片段，計算出來的cube資料。通常資料倉儲中的資料數量會隨著時間的增長而增長，而cube segment也是按時間順序來構建的。
5.星形模型
星形模型，一張事實表，以及零個或多個維度表；事實表與維度表通過主鍵外來鍵相關聯，維度表之間沒有關聯；
雪花模型，星形模型中某些維度表再做規範，抽取成更細的維度表，然後讓維度表之間也進行關聯；
星座模型，包含了多個事實表，二維度表是公用的，可以共享。
kylin只支援星形模型，其他模型可以通過一定的轉換，變為星形模型。
6.維度表設計
a）具有資料的一致性，主鍵值必須是唯一的；kylin會進行檢查，如果有兩行的主鍵值相同則會報錯。
b）維度表越小越好，因為kylin會將維度表載入到記憶體中供查詢，預設的閾值300mb。
c）改變頻率低，kylin會在每次構建中檢視重用維度表的快照。
d）維度表最好不要是hive檢視（view），每次都需要將檢視進行物化，從而導致額外的時間開銷。
7.hive表分割槽
kylin支援增量的cube構建，通常是按時間屬性來增量地從hive表中抽取資料。如果hive表正好是按此時間屬性做分割槽的話，那麼就可以利用到hive分割槽的好處，每次在hive構建的時候都可以直接跳過不相干日期的資料，節省cube構建的時間。這樣的列在kylin裡也稱為分割時間列（partition time column），通常它應該也是hive表的分割槽列。
8.維度基數
維度的基數（cardinality），該維度在資料集中出現的不同值的個數；基數超過一百萬的維度通常被稱為超高基數維度（ultra high cardinality，uhc）。
超高基數維度越多，cube膨脹概率就越高。
計算技術方法：2.3.1
a）簡單方法，hive執行count distinct
Kylin的工作原理
apache kylin的工作原理本質上是 molap 多維立方體分析 apache kylin的工作原理是對資料模型做cube預計算，並利用計算的結果加速查詢。具體工作過程如下。高效olap分析 kylin在設計時，刻意對查詢使用者遮蔽了cube的概念 分析師只需要理解簡單的關係模型就可以使用ky...
小白篇 十六 大資料Kylin工作原理
獲取原文 簡短介紹 之前apache kylin相關分享 安裝篇 cdh集群下apache kylin3.1.0安裝 問題篇 關於kylin安裝過程遇到的5個問題 小白篇 十五 大資料kylin介紹和使用 說明 kylin從2013年到現今，進行了4次大版本的迭代。其中引入了很多新特性，還是值得我們...
kylin的原理理解
kylin是乙個大資料的olap引擎,是由ebay 中國團隊研發的，是第乙個真正由中國人自己主導 從零開始 自主研發 並成為apache頂級開源專案,hive的效能比較慢，支援sql靈活查詢，特別慢,hbase的效能快，原生不支援sql,kylin是將先將資料進行預處理 預計算 將預處理的結果放在h...