kylin的工作原理之度量和指标

依据的理论：多为立方体分析

---

在多维立方体之前要先理解维度（Dimeension）和指标(Measure)

维度是观察数据的角度，是比较离散的值。比如日期，性别，地区，学校，不可做聚合运算（加减乘除）。指标是可以按照相同的维度计算的，比如，成绩，年龄，GDP等。

那么在SQL中如何区分维度和指标呢？有一个巧妙的方法，那就是group by后面的字段都是维度，在select到from之间即包含指标也包含维度。

维度和指标

在明白何为指标，何为维度之后，我们看下cube和cuboid:给定一个数据模型，对于所有维度进行组合，举个例子，假如一个数据模型有4个维度，所有的组合可能性达到2的4次方个维度，也就是16个可能性。对于每一种可能的维度再针对于指标做聚合运算。然后把这16种运算结果物化视图，那么对应的16个物化视图就成为cuboid,所有的cuboid加起来被称为cube.

原理图

工作过程：

1.制定好维度指标

2.预计算cube计算所有的cuboid保存为物化视图

3.执行查询操作，读取cuboid.