Kylin的两种核心算法与cube构建优化

kylin是即席查询很典型的工具，通过预计算构建cube，可以达到毫秒级查询体验，十分快！同时支持REST接口，通过该接口进行应用访问查询。kylin的元数据以及缓存都存储在hbase中。

一、核心算法

1. 逐层构建算法（layer）
   
   该算法构建cube的思想就是逐层，从高维度到低维度，按维度数逐层减少来计算，每个层级的计算（除了第一层，它是从原始数据聚合而来），是基于它上一层级的结果来计算的。比如，[Group by A, B]的结果，可以基于[Group by A, B, C]的结果，通过去掉 C 后聚合得来的；这样可以减少重复计算；当0 维度 Cuboid 计算出来的时候，整个 Cube 的计算也就完成了。
   每一轮的计算都是一个 MapReduce 任务，且串行执行；一个 N 维的 Cube，至少需要N+1 次MapReduce Job。

该算法的效率较低，尤其是当 Cube 维度数较大的时候

2. 快速构建算法（inmem）
   利用Mapper 端计算先完成大部分聚合，再将聚合后的结果交给 Reducer，从而降低对