kylin学习（一）

1，事实表和维度表

事实表用来记录具体事件，包含每个事件的具体要素。

维度表是对事实表中要素的描述信息。

比如事实表中地点可能一串数字，而具体含义是在地点维度表获取。

2，星型模型和雪花模型

基于事实表和维度表，可以构建多种模型，包括星型模型，雪花模型，还有星座模型。星座模型由星型模型扩展来的，为了表示多个事实之间的关系，可以共享多个维度，这些共享维度对于每个拥有它的事实表来说都具有相同意义

星型模型是一种多维的数据关系，它由一个或多个事实表和一组维度表组成。所有维度表都直接连接到事实表上。

星型模型是一种非正规化的结构，多维数据集中的每个维度都直接与事实表相连接，不存在渐变维度，所以数据有一定冗余，比如在地域维度表，存在国家A省B城市C，以及国家A省B城市D，那么国家A和省B就存储了两次，存在冗余。

当有一个或多个维度表没有直接连接到事实表，而是通过其他维度表连接到事实表，为雪花模型。它是对星型模型维度表进一步层次化，原有的各维度表可能扩展成小的事实表，形成一些局部的“层次”区域。比如可以将国家地域维度表分解为国家，身份，城市等维度表。它减少了数据冗余，但是效率比星型模型降低了。

3,olap

olap联机分析系统，oltp联机事务处理（传统数据库）

olap分类：按照其存储器的数据存储格式：

1），ROLAP 关系olap

将分析用的多维数据存储在关系型数据库中，选择频率高，计算工作量大的保存为实视图

2），molap，多维olap

存储为多维数组形式，形成立方体结构，维的属性被映射成数组下标值。汇总数据放在对应数组单元中

3），holap，混合型olap

低层是关系型的，高层是多维矩阵型的。

4，olap基本操作

1），钻取：将数据从上层降到下一层，或者说从汇总数据拆分到更细节的粒度

2），上卷：钻取的逆操作。

3），切片：选择维中特定值进行分析

4），切块，多个切片的组成

5）旋转：维的位置的互换。

5，数据立方体（Data Cube）

数据立方体允许多个维度对数据建模和观察，由事实和维定义。只是对多维模型的一个形象说法

kylin生成多维指标时，即生成cube的过程。将所有的维度组合，维度的不同组合，称为cubeid，比如包含n个维度的cube有2的n次方个cubeid

对于cube的构建，kylin提供一个称为layer cubing的算法，简单来说，就是按照维度数量从大到小的顺序，从base cubid开始，依次基于上一层cuboid的结果进行再聚合。每一层计算都是一个单独的mapreduce任务

0-D Cuboid                                                                              *

      个   MR

1-D Cuboid                                                       A                  B                   C           D

     个   MR

2-D  Cuboid                                       A，B          A，C        A，D           B,C      B，D        C,D

     个   MR

3-D  Cuboid                                          A，B,C               A,B,D                  A,c,D          B,C,D

    个     MR

  4-D  Cuboid                                                                    A,B,C,D

    个    MR

   全数据

会启动N+1轮MapReduce计算