kylin面试

kylin的核心的概念及特点
是一个多维分析引擎
它的建模思想始终贯穿“维度建模思想：星型思想（雪花模型）”
它的查询速度之所以很快因为他是预计算的
预计算的引擎：可以是MR，可以是spark，也可以是flink

预计算是什么？
预计算多维数据立方体cube（类似于hivesql中的whit cube 得到的结果）

如果模型的维度高达几十个，则cube的计算量和结果的数据量都会爆表，怎么办：
设计好恰当的维度剪枝方案

维度剪枝优化方案有哪些？
利用衍生纬度（定义为衍生纬度的纬度不参与计算）
利用聚合组（大量消除组间纬度组合）
利用聚合组内的减枝维度手段：必选维度，层级维度，联合维度

kylin预计算产生的结果cube存放在哪里？
hbase，每一个segment存储为一个表
cube产生的表可以自动或者手动合并

cube在hbase中存储的表中的rowkey是怎么组成的？
以各纬度（通过一定的优化编码技术）拼接而成

什么叫cuboid？
一种维度组合计算的结果叫cuboid,
所有维度组合计算的结果为base cuboid
各种N维cuboid都是base cuboid逐级聚合运算产生的

什么叫全量构建？

针对数据源所有数据进行cube计算，就是全量构建

什么叫做增量构建？什么叫做segment？
针对数据源表的一个分区或者某一段进行cube计算，就是增量构建，
对于此次产生构建的结果就是segment

怎么样实现自动增量构建?
通过curl 命令调用 kylin的 restapi接口实现构建增量表，然后将命令编写成shell脚本，放入azkaban中调度，就可以自动构建增量表。

怎样实现在自己的web系统中查询kylin 的数据？
通过jdbc连接kylin 使用sql查询