kylin的維度組合預設的是2^n；但是在實際場景中簡單的使用這種計算方式去計算生成的維度組合，對於維度數來那個超過40個的，那麼生成的cubeid的數量是4096；如果維度的數量超過這個值，那麼在構建和儲存集查詢方面都可能存在問題，此文章從以下四個層次來管理dinmensions:【以下所有的設定都是基於各司的業務設定，非通用模版】
設：共有維度10個維度：分別為a,b,c,d,e,f,g,h,i,j[其中維度a,b,c,d四個維度直接存在層級關係]；
a：全國；b：省；c：市，d：縣；e：單價；f：數量；g：商品；h：員工；i：評級：j：工資
1、聚合組（aggregation groups）：
聚合組，主要是業務對於維度分為多類，之間不會有交集或者幾乎沒有交集的各個維度集合進行分類：eg：倉庫管理者關注的是商品，出報告或者分析考慮efg這幾個維度；人事部關注的物件是人，考勤或者工資的定級等考慮的是hij這個幾個維度組合；上層管理者年底想看一下某乙個員工賣出了多少價值的東西，這個時候才會將efghij這幾個維度同時用到，由於使用的頻率低，所以這個結果不會預先處理好，只有到使用的時候實時計算。此時我們就可以分兩個聚合組abcdefg和abcdhij；來減少cubeid的生成。
2、必須維度（mandatory dimensions）：
必須must，一定會出現的維度，每次查詢都會出現的維度；eg：對於倉庫管理員來說，在核查商品的時候，商品的名稱及數量是他每次核查必須都關注的物件，那麼在系統查詢的時候這兩個維度是必須出現的，這個時候就可以把fg設定成必須維度。此時的維度數量是2^(10-2)=256,2^(n-x)，以此來減少cubeid的數量
3、層次維度（hirearchy dimensions）：
層次維度，就是一些維度之間存在一定的層級關係，就像乙個家庭，爺爺、爸爸、哥哥、妹妹等，這也算乙個層次。eg：總公司想看一下各個地方的商品儲存情況，此時的地區就可以以層級維度的進行設計；abcd,此時生成的組合為a，ab,abc,abcd,*;5中cube可以用n+1的方式計算，以此來減少cubeid的數量
4、聯合維度（joint dimensions）：
聯合維度，將多個維度繫結在一起，當乙個來進行構建，在查詢的時候這些維度總是一起組合查詢；eg：管理層想關注一下公司的工資水平情況，此時需要關注兩個物件等級和工資這兩個維度，ij就可以作為聯合維度，2^(n-x+1);以此來減少cubeid的數量
kylin的rowkey優化之按維度分片
我們知道，系統會對cuboid的資料進行分片處理。但是預設的分片策略是隨機的，如果group by a,b 的查詢命中了某個cuboid，但是a 1 and b 1 的兩條資料在不同的機器上儲存，那就要將這兩條資料返回到儲存引擎的driver hbase裡是coprocessor 再根據邏輯做聚合。...
Kylin的cubeID各種組合的計算公式
cube的設定組合如下 包含維度，無層級 必須 聯合維度，生成的cubeid 2 n 包含維度，與必須維度，則生成的cubeid 2 n m 包含維度 必須維度 層級維度，則生成的cubeid 2 n m c c 1 包含維度 必須維度 層次維度 聯合維度，則生成的cubeid 2 n c m j ...
按不同維度組合並聚合方法
grouping sets，在乙個 group by 查詢中，根據不同的維度組合進行聚合，等價於將不同維度的 group by 結果集進行 union all cube，根據 group by 的維度的所有組合進行聚合 rollup，是 cube 的子集，以最左側的維度為主，從該維度進行層級聚合。s...