度量我們就是從不同的維度來審查度量值，以便我們分析找出其中的變化規律。
對於我們的sql查詢，group by的屬性通常就是我們考量的維度，所計算出來的比如sum、min、max更欄位就是我們需要的度量。
示例講解
商品類別就是維度，sum（sales）就是度量，也就是我們從商品類別的角度來看，各種商品類別的銷售額分別是多少。
當然我們也可以進行多維度查詢。
cuboid
簡單來說，乙個cubo就是許多按維度聚合的物化檢視的集合。
示例cubo segment
雪花模型
區別定追查找：多數情況下四隊使用者的操作坐車實時反映，hive等查詢引擎很難滿足實時查詢，一般只能對資料庫中的資料進行提前計算，然後將結果存入mysql等關係型資料庫，最後提供給使用者進行查詢。
apache kylin採用「預計算」的模式，使用者只需要提前定義好查詢維度，kylin將幫助我們進行計算，並將結果儲存到hbase中，為海量資料的查詢和分析提供亞秒級返回，是一種典型的空間換時間的解決方案。
kylin不僅很好的解決了海量資料快速查詢的問題，也避免了手動開發和維護提前計算程式帶來的一系列麻煩。
四、kylin的技術架構
kylin架構圖講解
提供乙個標準的sql介面使用者可以從上方查詢系統傳送sql進行查詢分析。kylin提供了各種rest api、jdbc/odbc介面。無論從哪個介面進入，sql最終都會來到rest服務層，再轉交給查詢引擎進行處理。這裡需要注意的是，sql語句是基於資料來源的關係模型書寫的，而不是cube。
kylin在設計時刻意對查詢使用者遮蔽了cube的概念，分析師只需要理解簡單的關係模型就可以使用kylin，沒有額外的學習門檻，傳統的sql應用也很容易遷移。查詢引擎解析sql，生成基於關係表的邏輯執行計畫，然後將其轉譯為基於cube的物理執行計畫，最後查詢預計算生成的cube並產生結果。整個過程不會訪問原始資料源。
架構圖左側為資料**，訊息佇列、hive等拿到資料之後，通過kylin處理，將hbase作為儲存介質，滿足一定的實時性要求（hbase中的每行記錄的rowkey由dimension組成，measure會儲存在column family中。為了減小儲存代價，這裡會對dimension和measure進行編碼。查詢階段，利用hbase列儲存的特性就可以保證kylin有良好的快速響應和高併發。kylin在中間作為媒介，提供rest api使用以及jdbc介面供bi軟體做報表的支撐（拓展軟體：tableau，superset）。
總結例項講解
兩個維度，共有四種維度組合
圖右邊講解
00000010
+000000011
+10總結
前提是安裝好kylin所依賴的hadoop、hive、hbase、zookeeper。
修改環境變數後，重新連線xshell，不要使用source /etc/profile命令
$hbase_home/conf/hbase-env.sh
將hdfs上面的/hbase目錄刪除掉
將zookeeper上的/hbase節點刪除掉
配置kylin相關變數
載入配置檔案
kylin 會自動從環境中讀取 hadoop 配置（core-site.xml），hive 配置（hive-site.xml）和 hbase 配置（hbase-site.xml）
修改kylin.properties配置檔案（單節點時這一步可以忽略掉
）kylin啟動
yarn-siite.xml
啟動hbase
啟動hive
啟動kylin
訪問建立project->建立model->建立cube->build。
使用庫建立表
源資料
好吃的中國人
晚上在做關於遊戲中的寵物的專題，稿子是別人寫的，我得把補齊，順便填充和求證一些資料性的東西。結果在搜尋聖伯納犬的資料的時候，發現了這樣乙個帖子 乙隻聖伯納犬的選擇 我慶幸自己的遭遇，我在這裡得到的是英雄的待遇，而在東方，我的同類卻被他們所服務的物件送上餐桌。明天我就要退休，我不願面對東方人，是的，這...
網咖 中國人的國恥
網咖,中國人的國恥 慢慢的大家對網咖產生的仇視.這確實有原因的,我也曾經為小弟弟小妹妹迷上上網而發愁.但是想想國家定什麼十八以下不能上網咖就有些可怕了.我學習上網和電腦的時候正好十歲.後來有了網咖,我就去網咖,那時也不過十幾歲.如果沒有當時的網咖,也許也不會有今天的我.我相信大家跟我也是一樣的,否則...
FriendFeed上的中國人
friendfeed上的中國人 friendfeed 剛推出後，很快引爆流行，出現了大量的部落格 報道。對我來說，friendfeed 似乎沒有什麼用處。至少目前這個階段是這樣的。當然，沒用處，但並不等於不好玩。我的玩法是這樣的 1 登入 2 開啟everyone標籤 3 檢視有中文字元的部落格 4...