Kylin中 Cube 的优化（一）

前言：

这几天基于师兄 给的《Apache+Kylin权威指南》一书已初步对Kylin有所了解，并对其预计算的设计思想叹为观止，但其以空间换时间的设计如若不进行合理的优化，cube会因为维度较多而急剧膨胀，导致消耗巨大的本不必要消耗的空间，因此，合理的优化可以构建出体积更小、查询速度更快的 cube。cube的优化主要包括cuboid的剪枝优化（减少cuboid的数量）、并发粒度的优化、Rowkeys优化、降低度量精度以及及时清理无用的Segment。本文将主要介绍 cuboid的剪枝优化。初涉Kylin，必有差错，烦请读者指正。

1、为什么要剪枝？

我们知道，给定一个数据模型，我们可以对其上的所有维度进行组合。对于N个 维度来说，组合的所有可能性共有2^N 种，假设有4个维度，我们可能最终会 有2^ 4 =16个Cuboid需要计算。但在现实情况中，用户的维度数量一般远远大于4个，而如 果用户有20个维度，那么Cube中总共会存在2 ^20 =1048576个Cuboid。虽然 每个Cuboid的大小存在很大的差异，但是单单想到Cuboid的数量就足以 让人想象到这样的Cube对构建引擎、存储引擎来说压力有多么巨大。

2、如何剪枝？（参考《Apache+Kylin权威指南》机械工业出版社版，第6章第2节，P234）

官方提供了两种剪枝工具,即使用衍生维度和使用聚合组。

衍生维度（Derived [dɪˈraɪvd] Dimens