Kylin 面试问题
面试官惨绝人寰输出
1.Kylin的优点和缺点？
优点:预计算，界面可视化
缺点：依赖较多，属于重量级方案，运维成本很高
不适合做即席查询
预计算量大，非常消耗资源
2.Kylin的rowkey如何设计？
Kylin rowkey的编码和压缩选择
维度在rowkey中顺序的调整，
将过滤频率较高的列放置在过滤频率较低的列之前，
将基数高的列放置在基数低的列之前。
在查询中被用作过滤条件的维度有可能放在其他维度的前面。
充分利用过滤条件来缩小在HBase中扫描的范围， 从而提高查询的效率。
3.Kylin的cuboid,cube和segment的关系？
Cube是所有cubiod的组合，一个cube包含一个或者多个cuboid
Cuboid 在 Kylin 中特指在某一种维度组合下所计算的数据。
Cube Segment 是指针对源数据中的某一片段，全量构建的cube只存在唯一的segment，该segment没有分割时间的概念，增量构建的cube，不同时间的数据分布在不同的segment中
4.一张hive宽表有5个维度，kylin构建cube的时候我选了4个维度，我select *的时候会有几个维度字段？
select * from wedw_dw.t_kylin_test_df
所以只能查询出4个字段
5.其他olap工具有了解过吗？
了解过，kylin，druid
6.kylin你一般怎么调优
Cube调优
l剪枝优化(衍生维度，聚合组，强制维度，层级维度，联合维度)
l并发粒度优化
lRowkeys优化(编码，按维度分片，调整维度顺序)
l降低度量精度
l及时清理无用的segment
Rowkey调优
lKylin rowkey的编码和压缩选择
l维度在rowkey中顺序的调整，
l将过滤频率较高的列放置在过滤频率较低的列之前，
l将基数高的列放置在基数低的列之前。
l在查询中被用作过滤条件的维度有可能放在其他维度的前面。
充分利用过滤条件来缩小在HBase中扫描的范围， 从而提高查询的效率。
7.kylin的原理和优化？
原理：预计算
优化同上
8.为什么kylin的维度不建议过多？
Cube 的最大物理维度数量 (不包括衍生维度) 是 63，但是不推荐使用大于 30 个维度的 Cube，会引起维度灾难。
9.Kylin cube的构建过程是怎么样的？
- 选择model
- 选择维度
- 选择指标
- cube设计(包括维度和rowkeys)
- 构建cube(mr程序，hbase存储元数据信息及计算好的数据信息)
10.Kylin维度优化有几种类型？
- 衍生维度
- 聚合组
- 强制维度
- 层级维度
- 联合维度
11.Kylin的构建算法
快速构建算法（inmem）
也被称作“逐段”(By Segment) 或“逐块”(By Split) 算法，从1.5.x开始引入该算法，利用Mapper端计算先完成大部分聚合，再将聚合后的结果交给Reducer，从而降低对网络瓶颈的压力。该算法的主要思想是，对Mapper所分配的数据块，将它计算成一个完整的小Cube 段（包含所有Cuboid）；每个Mapper将计算完的Cube段输出给Reducer做合并，生成大Cube，也就是最终结果；如图所示解释了此流程。
与旧算法相比，快速算法主要有两点不同：
- Mapper会利用内存做预聚合，算出所有组合；Mapper输出的每个Key都是不同的，这样会减少输出到Hadoop MapReduce的数据量，Combiner也不再需要；
- 一轮MapReduce便会完成所有层次的计算，减少Hadoop任务的调配。
12.cube优化？
- 剪枝优化(衍生维度，聚合组，强制维度，层级维度，联合维度)
- 并发粒度优化
- Rowkeys优化(编码，按维度分片，调整维度顺序)
- 降低度量精度
- 及时清理无用的segment
