上QQ阅读APP看书，第一时间看更新
2.5.1 全量构建和增量构建
1．全量构建
对数据模型中没有指定分割时间列信息的Cube，Apache Kylin会采用全量构建，即每次都从Hive中读取全部的数据来开始构建。通常它适用于以下两种情形：
●事实表的数据不是按时间增长的；
●事实表的数据比较小或更新频率很低，全量构建不会造成太大的存储空间浪费。
2．增量构建
进行增量构建的时候，Apache Kylin每次都会从Hive中读取一个时间范围内的数据，然后对其进行计算，并以一个Segment的形式保存。下次构建的时候，自动以上次结束的时间为起点时间，再选择新的终止时间进行构建。经过多次构建后，Cube中会有多个Segment依次按时间顺序进行排列，如Seg-1，Seg-2，…，Seg-N。进行查询的时候，Apache Kylin会查询一个或多个Segment然后再做聚合计算，以便返回正确的结果给请求者。
使用增量构建的优势是，每次只需要对新增数据进行计算，避免了对历史数据进行重复计算。对于数据量很大的Cube，使用增量构建是非常有必要的。
图2-27所示为构建一个Segment的Cube的输入框，需要用户选择时间范围。
图2-27 提交增量构建
在从Hive中读取源数据的时候，Apache Kylin会带上此时间条件，如图2-28所示。
图2-28 增量构建的SQL语句
注意 增量构建抽取数据的范围，采用前包后闭原则，也即包含开始时间，但不包含结束时间，从而保证上一个Segment的结束时间与下一个Segment的起始时间相同，但数据不会重复。
如果使用Apache Kylin的Web GUI触发，起始时间会被自动填写，用户只需选择结束时间。如果使用Rest API触发，用户则需确保时间范围不会与已有的Segment重合。