Kylin的工作原理本質(zhì)上是MOLAP(Multidimensional Online Analytical Processing) Cube，也就是多維立方體分析。
在說明MOLAP Cube之前先介紹 維度(Dimension) 和 度量(Measure) 這兩個(gè)概念。
- 維度：
被group by的字段，觀察數(shù)據(jù)的角度，正常是時(shí)間，地點(diǎn)等不用于計(jì)算的值；- 度量：
被sum等聚合的字段，指被聚合的統(tǒng)計(jì)值，也就是聚合運(yùn)算的結(jié)果，可以是銷售額，銷售商品數(shù)量等統(tǒng)計(jì)值。
- 給定一個(gè)數(shù)據(jù)模型，可以對其上的所有維度進(jìn)行組合。對于N個(gè)維度來說，組合的所有可能性共有2^N種。
- 對于每一種維度的組合，將度量做聚合運(yùn)算，然后將運(yùn)算的結(jié)果保存為一個(gè)物化視圖，稱為Cuboid。
- 所有維度組合的Cuboid作為一個(gè)整體，成為Cube，所以簡單來說，一個(gè)Cube就是許多按維度聚合的物化視圖的集合。
舉一個(gè)例子解釋一下上面的說法：
假設(shè)有一個(gè)電商的銷售數(shù)據(jù)集，其中有4個(gè)維度和一個(gè)度量，維度為時(shí)間(Time)、地點(diǎn)(Location)、商品(Item)和供應(yīng)商(Supplier)，度量為銷售額(GMV)。那么所有維度就有2^4=16種(如圖)，比如一維度(1D)的組合有[Time]、[Item]、[Location]、[Supplier] 4種；二維度(2D)的組合有[Time, Item]、[Time, Location]、[Time, Supplier]、[Item, Location]、[Item, Supplier]、[Location, Supplier] 6種；三維度(3D)的組合也有4種；最后零維度(0D)和四維度(4D)的組合各有1種，總共16種。
計(jì)算Cuboid，即按維度來聚合銷售額。
如果用SQL語句來表達(dá)計(jì)算Cuboid[Time, Location]，那么SQL語句如下：Select Time, Location, Sum(GMV) as GMV from Sales group by Time, Location；
將計(jì)算的結(jié)果保存為物化視圖，所有Cuboid物化視圖的總稱就是Cube。
Kylin的工作原理就是對數(shù)據(jù)模型做Cube預(yù)計(jì)算，并利用計(jì)算的結(jié)果加速查詢，具體過程如下：
- 指定數(shù)據(jù)模型，定義維度和度量。
- 預(yù)計(jì)算Cube，計(jì)算所有Cuboid并保存為物化視圖。
- 執(zhí)行查詢時(shí)，讀取Cuboid，運(yùn)算，產(chǎn)生查詢結(jié)果。
事實(shí)表和維度表
事實(shí)表（Fact Table）是指存儲(chǔ)有事實(shí)記錄的表，如系統(tǒng)日志、銷售記錄、傳感器數(shù)值等；事實(shí)表的記錄是動(dòng)態(tài)增長的，所以它的體積通常遠(yuǎn)大于維度表。
維度表（Dimension Table）或維表，也成為查找表（Lookup Table），是與事實(shí)表相對應(yīng)的一種表；它保存了維度的屬性值，可以跟事實(shí)表做關(guān)聯(lián)；相當(dāng)于將事實(shí)表上經(jīng)常重復(fù)的屬性抽取、規(guī)范出來用一張表進(jìn)行管理。常見的維度表有：日期表（存儲(chǔ)與日期對應(yīng)的周、月、季度等屬性）、地區(qū)表（包含國家、省/州、城市等屬性）等。維度表的變化通常不會(huì)太大。使用維度表有許多好處：
- 縮小了事實(shí)表的大小。
- 便于維度的管理和維護(hù)，增加、刪除和修改維度的屬性，不必對事實(shí)表的大量記錄進(jìn)行改動(dòng)。
- 維度表可以為多個(gè)事實(shí)表重用。
星形模型
- 星形模型（Star Schema）是數(shù)據(jù)挖掘中常用的幾種多維數(shù)據(jù)模型之一。它的特點(diǎn)是只有一張事實(shí)表，以及零到多個(gè)維度表，事實(shí)表與維度表通過主外鍵相關(guān)聯(lián)，維度表之間沒有關(guān)聯(lián)，就像許多小星星圍繞在一顆恒星周圍，所以名為星形模型。
- 另一種常用的模型是雪花模型（SnowFlake Schema），就是將星形模型中的某些維表抽取成更細(xì)粒度的維表，然后讓維表之間也進(jìn)行關(guān)聯(lián)，這種形狀酷似雪花的的模型稱為雪花模型。
- 還有一種更為復(fù)雜的模型，具有多個(gè)事實(shí)表，維表可以在不同事實(shí)表之間公用，這種模型被稱為星座模型。
不過，Kylin目前只支持星形模型。
