（51）Row Key 优化

Kylin 会把所有的维度按照顺序组合成一个完整的 Rowkey ，并且按照这个 Rowkey 升序

排列 Cuboid 中所有的行。

设计良好的 Rowkey 将更有效地完成数据的查询过滤和定位，减少 IO 次数，提高查询

速度，维度在 rowkey 中的次序，对查询性能有显著的影响。

Row key 的设计原则如下：

1 ）被用作过滤的维度放在前边。

 2）基数大的维度放在基数小的维度前边。

 

4 并发粒度优化

当 Segment 中某一个 Cuboid 的大小超出一定的阈值时，系统会将该 Cuboid 的数据分片

到多个分区中，以实现 Cuboid 数据读取的并行化，从而优化 Cube 的查询速度。具体的实现

方式如下：构建引擎根据 Segment 估计的大小，以及参数 “ kylin.hbase.region.cut ” 的设置决定

Segment 在存储引擎中总共需要几个分区来存储，如果存储引擎是 HBase ，那么分区的数量

就对应于 HBase 中的 Region 数量。 kylin.hbase.region.cut 的默认值是 5.0 ，单位是 GB ，也就

是说对于一个大小估计是 50GB 的 Segment ，构建引擎会给它分配 10 个分区。用户还可以

通过设置 kylin.hbase.region.count.min （默认为 1 ）和 kylin.hbase.region.count.max （默认为 500 ）

两个配置来决定每个 Segment 最少或最多被划分成多少个分区。

 

由于每个 Cube 的并发粒度控制不尽相同，因此建议在 Cube Designer 的 Configuration

Overwrites （上图所示）中为每个 Cube 量身定制控制并发粒度的参数。假设将把当前 Cube

的 kylin.hbase.region.count.min 设置为 2 ， kylin.hbase.region.count.max 设置为 100 。这样无论

Segment 的大小如何变化，它的分区数量最小都不会低于 2 ，最大都不会超过 100 。相应地，

这个 Segment 背后的存储引擎（ HBase ）为了存储这个 Segment ，也不会使用小于两个或超

过 100 个的分区。我们还调整了默认的 kylin.hbase.region.cut ，这样 50GB 的 Segment 基本上

会被分配到 50 个分区，相比默认设置，我们的 Cuboid 可能最多会获得 5 倍的并发量。

（注：相关优化，概念性描述，有一些抽象，不太容易理解，可以查阅相关kyline的资料）