《KyLin学习理解》-02-KyLin的网页界面使用

上一篇：http://blog.csdn.net/qq_21383435/article/details/75198823
1。根据上一张分析的内容得知。
涉及到的字段是
　　　pro表的
　　　　　字段： ID 商品名称 价格 购买数量 付款 类别ID 时间
　　　　　聚合函数：sum(num) ,sum(pay)
　　　cate表的
　　　　　字段：ID 类别名称
　　　　　聚合函数：无
2。首先我们要设计建表语句

create table prob(id bigint,name string,price int,num int,pay int,cid bigint,date_time string) row format delimited fields terminated by '\t' stored as textfile; create table cateb(caid bigint,caname string) row format delimited fields terminated by '\t' stored as textfile; 

注意：这里建标语句和第一章有一点不同，cate表的caid ，caname字段名不一样了，因为如果一样两个名称会相同，造成连接查询的时候，有两个字段名称一致，显示的内容一样，其中一个字段的名称会被覆盖，在kylin 1.6中我没找到解决方法。
3。这里有我设计的两个shell脚本，用于生成测试数据
类别表的测试数据生成脚本

#!/bin/bashfor i in {1..1000}do   echo ${i}$'\t''类别'${i} >> cate1000.txtdone

商品表的测试语句的生成

#!/bin/shfunction random(){      min=$1      max=$(($2-$min+1))      num=$(cat /dev/urandom | head -n 10 | cksum | awk -F ' ' '{print $1}')      echo $(($num%$max+$min))  } for i in {1..10000};do    pcode=$(random 2 1000);    price=$(random 2 100);    count=$(random 2 10);    pay=$[$price*$count];    cid=$(random 2 1000);    num1=$(random 2 9);    num2=$(random 2 9);    m1=$(random 2 9);      day1=$(random 2 2);    day2=$(random 2 9);    echo    ${i}$'\t'"产品"${pcode}$'\t'${price}$'\t'${count}$'\t'${pay}$'\t'${cid}$'\t'"20"${num1}${num2}"-0"${m1}"-"${day1}${day2} >> pro100000.txt;    echo "生成第"${i}"条数据";done;

4。把生成的文件，load到HIVE中。

load data local inpath '/opt/hzjs/lcc_work/pro.txt' overwrite into table prob; load data local inpath '/opt/hzjs/lcc_work/cate.txt' overwrite into table cateb; 

5。设计Model数据模型

首先建立一个项目。填写项目名称和项目描述

然后选中数据源同步按钮，就是把HIVE中的数据开始与KyLin做数据同步。

选择要同步数据的表，就是业务涉及的所有表

new一个model也就是数据模型

给Model命名

1，选择事实表，2选择查找表，点开2后，会出现选择哪个查找表，会选择连接方式，和连接的字段，可以添加多个。
这里要解释一下：
星型模型：一个事实表，0个或者多个维度表，（我自己的解释，就是一张主要的表，这个表里面很多外键，每个外键指向一个新表，新表是为了这张表服务的，比如说
ID 书籍ID 书籍数量 付账 类别ID 用户ID
这张表里 书籍ID 类别ID 用户ID 都是指向一个对象的ID
），总之就是其他表围着一张表转。
雪花模型：是维度之后还有维度，上面解释的新表后面还有新表。比如用户 还有许多地址表。

这一步就是上面业务分析，要用到了的。
涉及到的字段是
　　　pro表的
　　　　　字段： ID 商品名称 价格 购买数量 付款 类别ID 时间
　　　　　聚合函数：sum(num) ,sum(pay)
　　　cate表的
　　　　　字段：ID 类别名称
　　　　　聚合函数：无
因为所有字段都涉及到了，所以这里我们都选择进去。

上面的业务很简单，但是考虑我们要查询最高的价格，和时间。所以这里根据
涉及到的字段是
　　　pro表的
　　　　　字段： ID 商品名称 价格 购买数量 付款 类别ID 时间
　　　　　聚合函数：sum(num) ,sum(pay)
　　　cate表的
　　　　　字段：ID 类别名称
　　　　　聚合函数：无
主要是聚合函数的内容，我们选择可能要计算的字段。

如果表里涉及时间，我们可以在这里设计时间格式，和在where里过滤一些脏数据。
好了到此为止我们设计好了Model数据模型。

6。设计CUBE

1选择我们要根据哪个模型设计CUBE，2 这个CUBE的名称是什么

点击1，后一般设计主表 事实表位normal，辅助表设计为可推断的derived的。

涉及到的字段是
　　　pro表的
　　　　　字段： ID 商品名称 价格 购买数量 付款 类别ID 时间
　　　　　聚合函数：sum(num) ,sum(pay)
　　　cate表的
　　　　　字段：ID 类别名称
　　　　　聚合函数：无
这里的设计是根据业务需求里面的聚合函数去设计的，有就设计，没有就不要添加了，否则数据会急剧增加。

这里的意思是选择你要合并的数据范围。这个不深入研究，就是当HivE有新数据的时候，自动被KyLIn添加计算范围内。

这里很重要，
1。代表最低的CUBE查询，比方说有10条查询语句，每条语句都查询了商品的名称name和商品的price，那么我们可以把这两个字段加在这里，可以优化CUBE,不然kyLin会根据排列组合全部生成预计算的SQL语句，会占用大量内存。
2。代表有层级关系的可以选择这里，比方说 三个字段分别是 年月日，或者时分秒，或者省市区等
3。这里是添加主表，事实表的连接字段，本宝宝在这里吃亏过因为这里没选择，最后只导入了一个pro主表信息。导致连接查询另外一个表，找不到了。出错
4。这里是优化的，把最常出现的字段，用于过滤的字段放在前面，可以优化。

其他的下一步下一步，就可以了。

成功后进行Build操作。

这里要注意了，我的数据随机生成的是2000年到2100年的数据，这一点相当于根据时间选择数据，如果你选择的时间段没有数据，最后查询结果没有任何数据。

这里build完成后，就可以查询数据了。这里也可以看build过程中哪里出错了。

当编译好后这里是有数据的。而且是ｒｅａｄｙ状态，然后就可以在

查询数据了，验证ＳＱＬ。

上一篇：http://blog.csdn.net/qq_21383435/article/details/75198823