目录
一 Kylin的使用场景
Kylin的主要应用场景在于多维分析。在进行多维CUBE构建的时候维度是影响其性能的主要因素，需要注意的是目前Kylin虽然对维度数量不做限制，但是对生成的cuboid数有相应的限制，最大不会超过1024个，所以建议维度不要超过30个，维度基数不要太大，个人建议千万级内。
二 Kylin的使用指南
Kylin的相关使用指南可以直接查看Kylin的官档
三 Kylin的维度优化
其实维度的优化目的是消除多余的无用的维度组合，从而达到计算快，查询快的目的。目前Kylin的维度优化主要有以下几种方式
1 设置强制维度
强制维度是指每次查询必带的维度，比如时间分区。这种情况下可以把时间设置为强制维度
2 设置层级维度
层级维度一般应用在具有层级关系的情况下，比如省市区，这种情况下设置为层级维度，会减少不必要的计算
3 设置联合维度
联合维度一般是应用在同级关系代表一个维度的情况下，例如省ID，省名称
4 设置扩展列(Extended Column)
Extended Column和联合维度类似，但是如果设置为Extended Column，Extended Column不能作为查询条件，其优点就是在联合维度和层级维度都涉及两个维度的情况下，可以避免只能设置一种的情况（同一个维度只能出现在强制，联合，层级维度组里其中之一）。
5 设置聚集组
先来讲一下聚集组的应用场景，就是两个维度不会一起查询，比如一个model一共有A,B,C,D,E五种维度，但是D和E是不会在一起查询的，这个时候是可以设置两个聚集组，即，ABCD为一个聚集组；ABCE为一个聚集组。目前个人测试，聚集组不要超过6个。
四 其余方面优化
-
HBase Rowkey顺序
-
强制维度在最前。
-
查询频率越高的维度越靠前。
-
维度基数越搞的维度越靠前。
-
如果有的列维度基数多大可以将在字典里设置为shared by=true，可以加速Extract Fact Table Distinct Columns这一步的reducer过程，如果此列是string类型可以设置字典编码为"fixed_length"。不然计算字典的时间会非常长
如果Convert cuboid data to Hfile步骤有OOM的情况可以设置如下参数用来增加reduce的内存:
"kylin.engine.mr.hfile-config-override.mapred.reduce.child.java.opts": "-Xmx3g",
"kylin.engine.mr.hfile-config-override.mapreduce.reduce.memory.mb": "3500"