建立系统 Cube

自 Apache Kylin v2.3.0 起有效

什么是系统 Cube

为了更好的支持自我监控，在系统 project 下创建一组系统 Cubes，叫做 “KYLIN_SYSTEM”。现在，这里有五个 Cubes。三个用于查询指标，”METRICS_QUERY”，”METRICS_QUERY_CUBE”，”METRICS_QUERY_RPC”。另外两个是 job 指标，”METRICS_JOB”，”METRICS_JOB_EXCEPTION”。

如何建立系统 Cube

准备

在 KYLIN_HOME 目录下创建一个配置文件 SCSinkTools.json。

例如：

[
  [
    "org.apache.kylin.tool.metrics.systemcube.util.HiveSinkTool",
    {
      "storage_type": 2,
      "cube_desc_override_properties": [
        "java.util.HashMap",
        {
          "kylin.cube.algorithm": "INMEM",
          "kylin.cube.max-building-segments": "1"
        }
      ]
    }
  ]
]

1. 生成 Metadata

在 KYLIN_HOME 文件夹下运行一下命令生成相关的 metadata：

./bin/kylin.sh org.apache.kylin.tool.metrics.systemcube.SCCreator \
-inputConfig SCSinkTools.json \
-output <output_forder>

通过这个命令，相关的 metadata 将会生成且其位置位于 <output_forder> 下。细节如下，system_cube 就是我们的 <output_forder>：

2. 建立数据源

运行下列命令生成 hive 源表：

hive -f <output_forder>/create_hive_tables_for_system_cubes.sql

通过这个命令，相关的 hive 表将会被创建。

3. 为 System Cubes 上传 Metadata

然后我们需要通过下列命令上传 metadata 到 hbase：

./bin/metastore.sh restore <output_forder>

4. 重载 Metadata

最终，我们需要在 Kylin web UI 重载 metadata。

然后，一组系统 Cubes 将会被创建在系统 project 下，称为 “KYLIN_SYSTEM”。

5. 系统 Cube build

当系统 Cube 被创建，我们需要定期 build Cube。

1. 创建一个 shell 脚本其通过调用 org.apache.kylin.tool.job.CubeBuildingCLI 来 build 系统 Cube

   例如:

#!/bin/bash
dir=$(dirname ${0})
export KYLIN_HOME=${dir}/../
CUBE=$1
INTERVAL=$2
DELAY=$3
CURRENT_TIME_IN_SECOND=`date +%s`
CURRENT_TIME=$((CURRENT_TIME_IN_SECOND * 1000))
END_TIME=$((CURRENT_TIME-DELAY))
END=$((END_TIME - END_TIME%INTERVAL))
ID="$END"
echo "building for ${CUBE}_${ID}" >> ${KYLIN_HOME}/logs/build_trace.log
sh ${KYLIN_HOME}/bin/kylin.sh org.apache.kylin.tool.job.CubeBuildingCLI --cube ${CUBE} --endTime ${END} > ${KYLIN_HOME}/logs/system_cube_${CUBE}_${END}.log 2>&1 &

1. 然后定期运行这个 shell 脚本

   例如，像接下来这样添加一个 cron job：

0 */2 * * * sh ${KYLIN_HOME}/bin/system_cube_build.sh KYLIN_HIVE_METRICS_QUERY_QA 3600000 1200000
20 */2 * * * sh ${KYLIN_HOME}/bin/system_cube_build.sh KYLIN_HIVE_METRICS_QUERY_CUBE_QA 3600000 1200000
40 */4 * * * sh ${KYLIN_HOME}/bin/system_cube_build.sh KYLIN_HIVE_METRICS_QUERY_RPC_QA 3600000 1200000
30 */4 * * * sh ${KYLIN_HOME}/bin/system_cube_build.sh KYLIN_HIVE_METRICS_JOB_QA 3600000 1200000
50 */12 * * * sh ${KYLIN_HOME}/bin/system_cube_build.sh KYLIN_HIVE_METRICS_JOB_EXCEPTION_QA 3600000 12000

系统 Cube 的细节

普通 Dimension

对于这些 Cube，admins 能够用四个时间粒度查询。从高级别到低级别，如下：

METRICS_QUERY

这个 Cube 用于在最高级别收集查询 metrics。细节如下：

METRICS_QUERY_RPC

这个 Cube 用于在最低级别收集查询 metrics。对于一个查询，相关的 aggregation 和 filter 能够下推到每一个 rpc 目标服务器。Rpc 目标服务器的健壮性是更好查询性能的基础。细节如下：

METRICS_QUERY_CUBE

这个 Cube 用于在 Cube 级别收集查询 metrics。最重要的是 cuboids 相关的，其为 Cube planner 提供服务。细节如下：

METRICS_JOB

在 Kylin 中，主要有三种类型的 job：
- “BUILD”，为了从 HIVE 中 building Cube segments。
- “MERGE”，为了在 HBASE 中 merging Cube segments。
- “OPTIMIZE”，为了在 HBASE 中基于 base cuboid 动态调整预计算 cuboid tree。

这个 Cube 是用来收集 job 指标。细节如下：

METRICS_JOB_EXCEPTION

这个 Cube 是用来收集 job exception 指标。细节如下：