1. 引言
在分析廣告日志時，會有這樣的多維分析需求：
- 曝光、點擊用戶分別有多少？
- 標簽能覆蓋多少廣告用戶？
- 各個標簽（標注）類別能覆蓋的曝光、點擊在各個DSP上所覆蓋的用戶數
- ……
廣告數據與標簽數據join之后，存儲orc file的schema如下：
create external table default.ad_tag
(
uid string
,dsp string
,view string
,click string
,tags array<struct<tag:string,label:string,src:string>>
)
partitioned by (day_time date)
stored as orc
location '/<path>/<to>';
用戶可能會有多個標簽，因此采用array<struct>數據類型來作為用戶的標簽字段。可是，當用Kylin做多維分析時，會出現問題——Kylin只能導入扁平化的Hive表，簡而言之，其不支持Hive的復雜數據類型，如array、struct、map等。為了解決這個問題，我們希望能從這張ad_tag表中抽象出一張扁平化的邏輯表，並且這張邏輯表的partition能跟ad_tag表保持同步更新。
2. 視圖
眾所周知，在RDBMS中，視圖（view）可用來抽象出邏輯表，比如，得到CS系所開設的所有課程及相關教師信息：
create view as
select course, teacher, building
from teaches, teacher_table
where teaches.teacher_id = teacher_table.teacher_id
and teaches.dept_name = 'CS'
在有一些數據庫解決方案中提供了物化視圖（materialize view），即物理存儲視圖。同RDBMS一樣，Hive也提供視圖，但視圖不能被物化。在Hive中創建視圖時，只是將該視圖的元信息寫進metastore；只有在執行引用視圖語句時，才會觸發其select子句的執行。雖然Hive不能物化視圖，但提供了其等價解決方案——由一張表生成另外一張表：
create table
as select ...
這種類物化的方式，在創建表時會觸發select子句的執行，存在缺點：對於partition增量更新表，做不到view的partition與之同時更新。所以，對於我們的場景不太適用。
3. inline
如何在創建視圖時，將復雜數據類型平鋪開來呢？Hive內置UDTF做這種平鋪化（flatten）操作，但是UDTF並不能配合select用，而在lateral view子句中使用；比如，explode平鋪array：
select pageid, adid
from pageAds
lateral view explode(adid_list) adTable as adid;
inline平鋪array<struct>：
select *
from test_bid
lateral view inline(tags) tag_table_1;
4. Partition
數據在增量更新，對應地partition也在變化，創建的視圖也應同步partition的變化；並且，Kylin的增量cube是根據hive表的partition進行refresh的。因此，該視圖應保持與基礎表相同的partition。正好，Hive提供PartitionedView，為view添加partition。完整地創建視圖的命令如下：
create view if not exists ad_tag_view
partitioned on (day_time)
as
select uid, dsp, view, click, tag, label, src, day_time
from ad_tag lateral view inline(tags) tags_table;
經測試，在Kylin中讀取view沒問題，基礎表的增量更新，也會同步地反映到view中。至此，Kylin導入復雜數據類型的Hive表問題已解決。此外，這篇文章《Kylin實踐之使用Hive視圖》介紹幾種不同場景下使用視圖的例子。