在沒有採取任何的優化措施的時候，kylin會對每乙個維度組合進行預計算，若有4個維度，則會有將近2^4 = 16個cuboid需要進行計算。但是我們知道很多維度是：
檢查cube的數量 -> 檢查被物化的cube數量 (meterialized)
檢查cube的大小 -> expansion rate (0-1000%是乙個較為正常的數字)
即使用維度表的主鍵（也就是事實表的外來鍵）來代替維度表的非主鍵維度，這種方式犧牲一部分執行時間效能來節省cube的空間占用目的。
聚合組假設乙個cube的所有維度均可以根據業務需求劃分為若干組（或者乙個組），由於同一組合內更有可能被同一查詢到，因此會表現出更強大的內在關聯
每乙個組內，會包含三種可選的維度：
1.強制維度（mandatory）
若為強制維度，則該分組中每乙個cubiod都會包含這個維度，若該維度一定會出現在查詢中，則應當將其設定為強制維度
2.層級維度（hierachy）
每乙個層級中應包含2-n個維度，這n個維度會以（）、（n1）、（n1，n2）、…、（n1， n2，…，nn）這n+1種情況進行組合
3.聯合維度（joint）
每乙個聯合維度包括兩個或者更多的維度，聯合維度內的維度，要麼不出現，要麼必須一起出現。不同的聯合之間不應當有共同的維度
粒度優化對應的是提高cube的併發度，其設定是在自定義屬性中的
一共有三個屬性可以提高併發度。
1.kylin.hbase.region.cut（共使用幾個分割槽）
2.kylin.hbase.region.count.min（最少使用幾個分割槽）
3.kylin.hbase.region.count.max（最多使用幾個分割槽）
根據相對應的情況調高最少使用分割槽，降低最大使用分割槽，能夠有效增加系統的並行度。
和hbase 的rowkey優化類似
1.在查詢的過程中，被用作過濾條件的維度可能放在其他維度的前面
2.經常出現的維度應該放在前面
3.基數比較大的維度應該放在前面
kylin剪枝優化的兩種方式
1.衍生維度。在kylin中，如果某些維度都屬於同一種型別，且數量較多，可以考慮做成衍生維度。衍生維度就是將一批維度做成一張維度表，只在源表中保留這張表的外來鍵，這樣預處理的時候，就只會處理這個外來鍵，而不會去處理維度表中的維度，降低cuboid的數量。衍生維度用於在有效維度內將維度表上的非主鍵維度...
DFS及其剪枝
深度優先搜尋，是從初始狀態起，利用一定的規則生成搜尋樹，尋找下一層任乙個結點，檢查是否出現目標狀態，若未出現，以此狀態利用規則生成再下一層任乙個結點，再檢查，重複過程一直到葉節點 即不能再生成新狀態節點 當它仍不是目標狀態時，回溯到上一層結果，取另一可能擴充套件搜尋的分支。採用相同辦法一直進行下去，...
kylin構建cube優化
下面通過對kylin構建cube流程的分析來介紹cube優化思路。kylin會在cube構建的第一步先構建一張hive的中間表，該錶關聯了所有的事實表和維度表，也就是一張寬表。優化點 1.hive表分割槽優化，在構建寬表的時候，kylin需要遍歷hive表，事實表和維度表如果是分割槽表，那麼會減少遍...