原文地址：http://lxw1234.com/archives/2016/05/655.htm
Cube是一種典型的多維資料分析技術，一個Cube可以有多個事實表，多個維表構成。如果您還不瞭解這些概念，建議您搜尋下資料倉庫、OLAP、Cube、星型模型、事實表、維度表等等。比如一個簡單例子，分析網站流量的Cube，包含一個事實表和四個維度表：
事實表可能有以下欄位：
天、來源ID、瀏覽器ID、作業系統ID、PV、PageNumber等等；
其中，小時、來源ID、瀏覽器ID、作業系統ID 為維度；
PV、PageNumber為指標；
一般事實表中的維度都採用外來鍵ID的形式，一來可以節省儲存，也可以很好的適用於其他分析工具；
維度表包括：
時間維表：年、月、日，其中天為最細粒度，也為該表主鍵；
訪問來源維表：來源ID、來源名稱；
瀏覽器維表：瀏覽器ID、瀏覽器名稱、etc.
作業系統維表：作業系統ID、作業系統名稱、etc.
事實表中的維度，分別與這四張維度表，通過主外來鍵的方式關聯。
Kylin中的Cube亦是這種模型。

建立Cube

之前的文章《分散式大資料多維分析（OLAP）引擎Apache Kylin安裝配置及使用示例》介紹過在Kylin中定義資料模型和Cube。

Build Cube

定義好Cube之後，Apache Kylin通過MapReduce，將儲存在Hive中的事實表和維度表，轉換成Cube，儲存在HBase中，以實現快速分析查詢，整個過程如下圖所示：

kylin

STEP1. 根據Cube定義的事實表和維度，在Hive中生成一張中間表；

Create Intermediate Flat Hive Table；

STEP2. 使用MapReduce，從事實表中抽取維度的Distinct值，並以字典樹的方式壓縮編碼，同時也對所有維度表進行壓縮編碼，生成維度字典；

Extract Fact Table Distinct Columns

Build Dimension Dictionary

STEP3. 計算和統計所有的維度組合，並儲存，其中，每一種維度組合，稱為一個Cuboid，後面會詳細介紹。

Save Cuboid Statistics

STEP4. 建立HBase Table；

Create HTable

STEP5. 利用step1中間表的資料，使用MapReduce，生成每一種維度組合（Cuboid）的資料；

Build Base Cuboid Data；

Build N-Dimension Cuboid Data : 7-Dimension；

Build N-Dimension Cuboid Data : 6-Dimension；

。。。。。。

Build N-Dimension Cuboid Data : 2-Dimension；

Build Cube；

STEP6. 將Cuboid資料轉換成HFile，並匯入到HBase Table中：

Convert Cuboid Data to HFile；

Load HFile to HBase Table；

STEP7. 更新Cube資訊，清理中間表：

Update Cube Info；

Garbage Collection；

整個Build過程結束。

關於維度組合Cuboid

Kylin中Cube的Build過程，其實是將所有的維度組合事先計算，儲存於HBase中，以空間換時間，HTable對應的RowKey，就是各種維度組合，指標存在Column中，這樣，將不同維度組合查詢SQL，轉換成基於RowKey的範圍掃描，然後對指標進行彙總計算。

理論上來說，一個N維的Cube，便有2的N次方種維度組合，參考網上的一個例子，一個Cube包含time, item, location, supplier四個維度，那麼組合（Cuboid）便有16種：

kylin

一個Cube中，當維度數量N超過一定數量後，空間以及計算消耗將會非常大，Kylin在定義Cube時候，可以將維度拆分成多個聚合組(Aggregation Groups)，只在組內計算Cube，聚合組內查詢效率高，跨組查詢效率較差，所以需要根據業務場景，將常用的維度組合定義到一個聚合組中，提高查詢效能，這也是Kylin中查詢效能優化的一個重要方面。

後續將繼續學習Kylin的原理及優化。