kylin的维度组合_kylin层级维度

    kylin的维度组合默认的是2^n；但是在实际场景中简单的使用这种计算方式去计算生成的维度组合，对于维度数来那个超过40个的，那么生成的cubeId的数量是4096；如果维度的数量超过这个值，那么在构建和存储集查询方面都可能存在问题，此文章从以下四个层次来管理dinmensions:【以下所有的设置都是基于各司的业务设置，非通用模版】

设：共有维度10个维度：分别为A,B,C,D,E,F,G,H,I,J[其中维度A,B,C,D四个维度直接存在层级关系]；

A：全国；B：省；C：市，D：县；E：单价；F：数量；G：商品；H：员工；I：评级：J：工资

1、聚合组（aggregation groups）：

   聚合组，主要是业务对于维度分为多类，之间不会有交集或者几乎没有交集的各个维度集合进行分类：eg：仓库管理者关注的是商品，出报告或者分析考虑EFG这几个维度；人事部关注的对象是人，考勤或者工资的定级等考虑的是HIJ这个几个维度组合；上层管理者年底想看一下某一个员工卖出了多少价值的东西，这个时候才会将EFGHIJ这几个维度同时用到，由于使用的频率低，所以这个结果不会预先处理好，只有到使用的时候实时计算。此时我们就可以分两个聚合组ABCDEFG和ABCDHIJ；来减少cubeId的生成。

2、必须维度（mandatory dimensions）：

必须must，一定会出现的维度，每次查询都会出现的维度；eg：对于仓库管理员来说，在核查商品的时候，商品的名称及数量是他每次核查必须都关注的对象，那么在系统查询的时候这两个维度是必须出现的，这个时候就可以把FG设置成必须维度。此时的维度数量是2^(10-2)=256,2^(N-x)，以此来减少cubeId的数量

3、层次维度（hirearchy dimensions）：

层次维度，就是一些维度之间存在一定的层级关系，就像一个家庭，爷爷、爸爸、哥哥、妹妹等，这也算一个层次。eg：总公司想看一下各个地方的商品存储情况，此时的地区就可以以层级维度的进行设计；ABCD,此时生成的组合为A，AB,ABC,ABCD,*;5中cube可以用N+1的方式计算，以此来减少cubeId的数量

4、联合维度（joint dimensions）：

联合维度，将多个维度绑定在一起，当一个来进行构建，在查询的时候这些维度总是一起组合查询；eg：管理层想关注一下公司的工资水平情况，此时需要关注两个对象等级和工资这两个维度，IJ就可以作为联合维度，2^(N-X+1);以此来减少cubeId的数量

综上、本文主要讲kylin构建cube的时候在维度设置部分，的一些组合的基本使用，下一篇将对这4个方面的混乱组合计算CubeiD的一些总结。对于文章中存在描述不当或者理论不正确的，欢迎及时指出。谢谢，一起学习一起进步。