前提：
安裝kylin之前，需要安裝hadoop2.0、hbase、hive，並且對版本有要求，可以參照官網鏈接
http://kylin.apache.org/cn/docs/install/index.html
我這邊用的版本為：
hadoop2.7.5
hbase1.4.1
hive2.3.2
安裝可以參考我前面的博客
kylin安裝：
wget http://www.apache.org/dyn/closer.cgi/kylin/apache-kylin-2.4.1/apache-kylin-2.4.1-bin-hbase1x.tar.gz -C /usr/local/src
tar -zxvf apache-kylin-2.4.1-bin-hbase1x.tar.gz
mv apache-kylin-2.4.1-bin /usr/local/kylin
加入到環境變量：
vim ~/.bashrc KYLIN_HOME=/usr/local/kylin PATH=$PATH:$KYLIN_HOME/bin #刷新環境變量 source ~/.bashrc
檢測kylin環境是否有問題：
/usr/local/kylin/bin/check-env.sh
啟動kylin：
/usr/local/kylin/bin/kylin.sh start
kylin登錄：
鏈接：192.168.1.99:7070/kylin/
用戶名：ADMIN
密碼：KYLIN
添加一個project：
添加完之后，選擇該project
同步hive表到kylin：
點擊之后，同步自己需要操作數據庫的表
構建一個model：
1. Models->new->New Model
2. Model Info
3. Data Model (添加 Fact Table）
其中Add Lookup Table可以做一些表與表之間的關聯，如同這種格式（以下我是同一張表進行join，Table Alias可以自己設置，不要重名）
4. 構建維度表
維度表是與事實表相對應的一種表；它保存了維度的屬性值，可以跟事實表做關聯；相當於將事實表上經常重復的屬性抽取、規范出來用一張表進行管理
選擇維度表的字段：
假如我現在要計算每天（datetime）各種頻道（channelid）下，不同節目（p1）對應的事件（eventid）的數量，其中datetime作為條件，其它三種為group by/order by必須字段，得這四種必須作為維度表中的字段，才能得到最后結果
5. 構建度量
說明：如果是上面只需得到數量（count），則measures不需要添加任何字段；
如果得到的結果需要涉及某個字段，如：需統計每天（datetime）各種頻道（channelid）下，不同節目（p1）對應的總收入（price），則需要把price字段添加進來（dimensions和measures都必須是事實表中的字段，還不能重復）
6. Settings
說明：主要是針對增量構建，其中事實表中需要有對應的日期字段，下圖中事實表SODA_REPORT有日期字段DATETIME（yyyyMMdd），格式需要對應一致；如果你還有時間字段並且需要添加，則如下圖所示：
其中還有過濾條件，如果我只需要eventid為101和102，則
最后保存即可
構建一個cube：
說明：對於N個維度來說，組合所有可能性共有2的N次方種。對於每一種維度的組合，將度量做聚合計算，然后將運算的結果保存為一個物化視圖，稱為Cuboid。所有維度組合的Cuboid作為一個整體，被稱為Cube。
如：xxx_report包含datetime/channeled/p1/eventid四個維度，那么所有維度的組合就有2的4次方，即16種，計算Cubiod，即按維度來聚合
Select channeled, eventid, p1, count(*) as c_count from xxx_report \
where datetime=’20180918’ group by channeled, eventid, p1
將計算的結果保存為物化視圖，所有Cuboid物化視圖的總稱就是Cube。
1. Cube Info
2. Dimensions
說明：增加你需要用到維度表的字段，我這里全選
3. Measures
說明：按默認求count就行，因為之前構建model的時候，measure（度量）我們沒有添加任何字段，如果前面添加過，我們可以用SUM、MAX、MIN等函數
4. Refresh Setting
說明：這一步主要是為增量構建cube設計的
Auto Merge Thresholds：自動合並小的segments到中等甚至更大的segment。如果不想合並，則刪除默認2個選項
Volatile Range：默認為0，會自動合並所有可能的cube segments，或者用“Auto Merge”將不會合並最新的[Volatile Range]天的cube segments
Retention Threshold：只會保存cube過去幾天的segment，舊的segment將會自動從頭部刪除，0表示不啟用這個功能
Partition State Date：cube的開始日期
5. Advanced Setting （高級設置）
說明：
Aggregation Groups: Cube 中的維度可以划分到多個聚合組中。默認 kylin 會把所有維度放在一個聚合組，當維度較多時，產生的組合數可能是巨大的，會造成 Cube 爆炸；如果你很好的了解你的查詢模式，那么你可以創建多個聚合組。在每個聚合組內，使用 “Mandatory Dimensions”, “Hierarchy Dimensions” 和 “Joint Dimensions” 來進一步優化維度組合。
Mandatory Dimensions: 必要維度，用於總是出現的維度。例如，如果你的查詢中總是會帶有 “ORDER_DATE” 做為 group by 或 過濾條件, 那么它可以被聲明為必要維度。這樣一來，所有不含此維度的 cuboid 就可以被跳過計算。（比如，Mandatory Dimensions設置為p1，所有不包含該維度p1的cuboid會被跳過計算，當我們查詢select channeled, count(*) from soda_report where datetime=’20180919’ group by channeled時，沒有現成的完全匹配的 Cuboid，Kylin 會通過在線計算的方式，從現有的 Cuboid 中計算出最終結果）
Hierarchy Dimensions: 層級維度，例如 “國家” -> “省” -> “市” 是一個層級；不符合此層級關系的 cuboid 可以被跳過計算，例如 [“省”], [“市”]. 定義層級維度時，將父級別維度放在子維度的左邊。
Joint Dimensions: 聯合維度，有些維度往往一起出現，或者它們的基數非常接近（有1:1映射關系）。例如 “user_id” 和 “email”。把多個維度定義為組合關系后，所有不符合此關系的 cuboids 會被跳過計算。
6. configuration Overwrites
說明：Kylin允許在Cube級別覆蓋部分kylin.properties中的配置，你可以在這里定義覆蓋的屬性，如果不需要，則Next
7. Overview（概述）
對cube進行build：
說明：build開始時間是在構建cube的時候設置，結束時間自己設置，等到下次build的時候，上次的end_date為這次的start_date
通過點擊monitor來查看build的進展情況，以下是我完成的增量build：
Kylin中Cube的Build過程，其實是將所有的維度組合事先計算，存儲於HBase中，以空間換時間，HTable對應的RowKey，就是各種維度組合，指標存在Column中，這樣，將不同維度組合查詢SQL，轉換成基於RowKey的范圍掃描，然后對指標進行匯總計算。
測試：
查看20180917當天，各種頻道（channelid）下，不同節目（p1）對應事件（eventid）的數量，如圖所示
