Kylin实战，cube及查询优化，更小更快更好用！

 

1、聚合组(Aggregation Group)

针对不同的查询目的，结合查询语句中涉及到维度，将所有维度分为不同的组，这样可以减少 Cuboid的数量。

图1

2、 必要维度（Mandatory Dimension）

用户有时会对某一个或几个维度特别感兴趣，所有的查询请求中都存在group by这个维度，那么这个维度就被称为必要维度，只有包含此维度的Cuboid会被生成（如图2）。这样Build出来的Cube变得很小（引用出处：https://kyligence.io/zh/blog/apache-kylin-advanced-setting-mandatory-dimension-principle/）。

图2

应用实例

假设一个交易数据的Cube，它具有很多普通的维度，像是交易时间order_dt，交易的地点location，交易的商品product和支付类型pay_type等。其中，交易时间就是一个被高频作为分组条件（group by）的维度。 如果将交易时间order_dt设置为必要维度，包含的维度和组合方式如图3：

 

图3

3、对于Hierachy Dimension， 将具有层次关系的维度分为一组， 比如年、月、日。（虽热是过滤条件，但不必放入必要维度）

示例：

4、Cuboid大小只和维度列的基数有关，和源数据行数无关。降低维度的基数也很关键，例如：将时间戳字段转换成日期。

6、Cube中RowKey顺序：必要维度/group by的维度，Where过滤条件频繁涉及的维度，高基数维度，低基数维度。

      例如：将低基数维度time的rowkey顺序设为1，可以减少hbase中的扫描范围，查询的性能也就更好。

7、查询优化：时间维度筛选一段时期，可以用between and；可以传参的维度，尽量不要group by分组；可以在sql语句中进行的计算，不要从kylin中获取，例如：比率；where 条件中，能缩小查询范围的维度，顺序要靠前。

8、从Hbase中进行优化（待续）。