点一下关注吧！！！非常感谢！！持续更新！！！
目前已经更新到了：
- Hadoop（已更完）
- HDFS（已更完）
- MapReduce（已更完）
- Hive（已更完）
- Flume（已更完）
- Sqoop（已更完）
- Zookeeper（已更完）
- HBase（已更完）
- Redis （已更完）
- Kafka（已更完）
- Spark（已更完）
- Flink（已更完）
- ClickHouse（已更完）
- Kudu（已更完）
- Druid（已更完）
- Kylin（正在更新…）
章节内容
上节我们完成了如下的内容：
- Apache Kylin 构建Cube 准备数据
- Apache Kylin 构建Cube 测试数据
Cube 介绍
Apache Kylin 是一个开源的分布式分析引擎，专注于提供大数据的实时OLAP（在线分析处理）能力。Cube（立方体）是 Apache Kylin 的核心概念之一，通过预计算大规模数据的多维数据集合，加速复杂的 SQL 查询。下面详细介绍 Cube 的关键点：
Cube 的基本概念
Kylin 中的 Cube 是通过对一组事实表（通常是业务数据表）进行多维建模后，生成的预计算数据结构。Cube 涉及对多维数据的度量和维度的组合，从而可以在查询时通过检索预先计算的结果来显著减少计算开销。
- 维度（Dimension）：数据中用于分组、筛选和切片的数据字段，例如时间、地区、产品等。
- 度量（Measure）：通常是需要进行聚合计算的数据字段，例如销售额、订单数等。
- Cuboid：每个 Cube 由多个 Cuboid 构成，Cuboid 是一个特定维度组合的子集。Cube 中每种维度组合都会生成一个 Cuboid，每个 Cuboid 存储了该组合下的预聚合结果。
Cube 的创建过程
- 数据建模：首先在 Kylin 中创建一个数据模型（Data Model），这个模型定义了事实表和维度表之间的关系，类似于星型或雪花型模式。模型中也定义了需要聚合的度量字段。
- Cube 设计：基于数据模型设计 Cube，指定 Cube 的维度和度量。Kylin 会根据定义自动计算所有可能的维度组合（Cuboid）。
- 构建 Cube：构建过程会读取底层数据源（如 Hive、HBase、Kafka），然后根据指定的维度和度量生成每个 Cuboid 的预计算数据。这些预计算结果存储在 HBase 或其他存储引擎中。
Cube 的查询与优化
- 查询加速：当有 SQL 查询请求到达时，Kylin 会根据查询所涉及的维度组合，选择合适的 Cuboid 返回结果，避免了实时计算，极大地提高了查询性能。
- Cube 优化：为了控制 Cube 大小和加速构建，Kylin 支持裁剪 Cube，通过配置仅生成部分 Cuboid，这称为“Aggregation Group”，可以减少冗余计算。
实时 OLAP
Kylin 4.0 引入了对实时 OLAP 的支持，使用 Kafka 作为实时数据流输入，构建实时 Cube。通过使用 Lambda 架构，Kylin 可以支持实时和批处理数据的整合分析。
Cube 的典型应用场景
- 大规模数据分析：Cube 适用于分析超大规模的数据集，通过预计算方式加速查询。
- 实时分析：实时 Cube 允许用户在近乎实时的基础上分析流数据。
- 商业智能（BI）工具的集成：Kylin 提供与 Tableau、Power BI 等常见 BI 工具的集成，用户可以使用熟悉的 SQL 查询语言进行复杂的多维分析。
维度表优化
- 要具有数据一致性，主键值必须是唯一的（否则Kylin构建过程会报错）
- 维度表越小越好，因为Kylin会将维度表加载到内存中供查询使用，过大的表不适合作为维度表，默认的阈值是300MB
- 改变频率低，Kylin会在每次构建中试图重用维度表的快照（Snapshot），如果维度表经常改变的话，重用就会失效，这就会导致要经常对维度表创建快照
- 维度表最好不要是Hive视图（View），因为每次都需要将视图进行物化，从而导致额外的时间开销
事实表优化
- 移除不参与Cube构建的字段，可以提升构建的速度，降低Cube构建结果的大小
- 尽可能将事实表进行维度拆分，提取公用的维度
- 保证维度与事实表的映射关系，过滤无法映射的记录
创建Cube(按日期)
核心步骤
DataSource => Model => Cube
- Model：描述了一个星型模式的数据结构，定义事实表（FactTable）和维度表（LookUpTable），以及它们之间的关系
- 基于一个Model可以创建多个Cube，可以减少重复工作
Cube设计
- 维度：日期
- 度量：订单商品销售量、销售总金额
select date1, sum(price), sum(amount)
from dw_sales
group by date1;
结构图如下：
执行步骤
- 创建项目Project（非必须）
- 创建数据源（DataSource），指定有哪些数据需要进行数据分析
- 创建模型（Model），指定具体要对哪个事实表、维度表进行数据分析
- 创建立方体（Cube），指定对哪个数据模型执行预处理，生成不同维度的数据
- 执行构建 等待构建完成
- 再执行SQL查询，获取结果，从Cube中查询结果。
操作步骤
创建项目（Project）
左上角有一个 Add Project
我们点击之后弹窗，随便填写信息，创建
创建数据源（DataSource）
此时页面来到这里：
- 选择：DataSource面板
- 点击蓝色的小按钮：Load Table From Tree
点击左侧的数据库：wzk_kylin，选择之后，展开了树：
- wzk_kylin.dim_channel 点击
- wzk_kylin.dim_product 点击
- wzk_kylin.dim_region 点击
- wzk_kylin.dim_sales 点击
可以看到选中的都成蓝色了，记着点击 SYNC 按钮。
创建模型（Model）
切换到 Models 面板，点击New按钮，选择 New Model：
指定模型名称：
选择事实表，选择 WZK_KYLIN.DW_SALES：
选择维度，Columns这里段 DATE1：
选择度量，Columns选择 AMOUNT和PRICE：
指定分区和过滤条件，不修改：
完毕之后，可以看到左侧多了一个：（刚才名字改了一下）：
创建立方体（Cube）
新建Cube
选择数据模型，同时设置一个Cube的名字：
选择 Add Dimensions 指定维度：
指定度量：
- _COUNT_是系统缺省参数给的。
- 新增 column叫 total_money 选择 DW_SALES.PRICE
- 新增 column叫 total_amount 选择 DW_SALES.AMOUNT
图片1
图片2
指定刷新设置：（默认的没改）
高级设置，找到Cube Engine的部分，选择 MapReduce：
后边的都默认就行，最后保存Save之后，可以看到如下的页面：
选择后面的Actions的Build：
进入Monitor页面可以看到任务的进度，可视化的，刷新页面可以看到数据在变，但是我性能太差了，需要等好长时间：
等了好久好久··· 终于执行完毕了：
执行SQL
进入 Insight 选项卡中，执行下面的SQL进行查询：
select
date1,
sum(price) as total_money,
sum(amount) as total_amount
from dw_sales
group by date1;
运行出来的结果是：
