Apache Kylin 的工作流程是什么？

前言

本文隶属于专栏《1000个问题搞定大数据技术体系》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！

本专栏目录结构和文献引用请见1000个问题搞定大数据技术体系

正文

Apache Kylin 的工作原理就是对数据模型做 Cube 预计算，并利用计算的结果加速查询。

具体工作过程如下

1. 指定数据模型，定义维度和度量。
2. 预计算 Cube ，计算所有 Cuboid 并保存为物化视图。
3. 执行查询时，读取 Cuboid ，运算，产生査询结果。

关于维度和度量请参考我的博客——什么是事实表和维度表？什么是维度和度量？

关于 Cube 和 Cuboid 请参考我的博客——Cube技术是什么？

由于 Kyin 的查询过程不会扫描原始记录，而是通过预计算预先完成表的关联、聚合等复杂运算，并利用预计算的结果来执行査询，因此相比非预计算的查询技术，其速度一般要快一到两个数量级，并且这点在超大的数据集上优势更明显。

当数据集达到千亿乃至万亿级别时， Kylin 的速度甚至可以超越其他非预计算技术 1000 倍以上。