|NO.Z.00015|——————————|BigDataEnd|——|Hadoop&OLAP_Kylin.V15|——|Kylin.v15|Cube优化|Cuboid剪枝优化|

一、Cube优化

### --- Cuboid剪枝优化

~~~     Cuboid 特指 Kylin 中在某一种维度组合下所计算的所有数据。
~~~     以减少Cuboid数量为目的的优化统称为Cuboid剪枝。

### --- 在没有采取任何优化措施的情况下，Kylin会对每一种维度的组合进行预计算。

~~~     如果有4个维度，可能最终会有 2^4 =16个 Cuboid需要计算
~~~     如果有10个维度，那么没有经过任何优化的Cube就会存在 2^10 =1024 个Cuboid
~~~     如果有20个维度，那么Cube中总共会存在 2^20 = 1,048,576 个 Cuboid

### --- 过多的 Cuboid 数量对构建引擎、存储引擎压力非常巨大。

~~~     因此，在构建维度数量较多的Cube时，尤其要注意Cube的剪枝优化。
~~~     Cube的剪枝优化是一种试图减少额外空间占用的方法，这种方法的前提是不会明显影响查询时间。

### --- 在做剪枝优化的时候：

~~~     需要选择跳过那些“多余”的Cuboid
~~~     有的Cuboid因为查询样式的原因永远不会被查询到，因此显得多余
~~~     有的Cuboid的能力和其他Cuboid接近，因此显得多余
~~~     Kylin提供了一系列简单的工具来帮助他们完成Cube的剪枝优化

---

 

 

 

 

 

 

 

 

 

---

Walter Savage Landor:strove with none,for none was worth my strife.Nature I loved and, next to Nature, Art:I warm'd both hands before the fire of life.It sinks, and I am ready to depart

                                                                                                                                                   ——W.S.Landor

---