谁说算法不重要，Apache Kylin使用了贪心算法

坚持原创，写好每一篇文章

之前的文章我们讲到Cube进行优化的几个方面，如果不进行优化的话，维度如果很多的话，产生的Cuboid就会呈现指数型增长。而Cube Planner 也提供了一种优化的手段。

Cube Planner的目标就是在众多Cuboid中挑选出查询效率最高的维度，它对Cuboid进行挑选的思想是采用了贪心算法。

贪心算法

什么是贪心算法呢？

贪心算法就是只关注当前，而不想以后，当下最有效的最优的解是哪一个，它将问题拆分成小问题，对于每个子问题求出最优解，再整合在一起就是当前这个问题的最优解。贪心算法是一种经典的算法，比如经典的背包问题就可以通过贪心算法来实现。

假如有5个维度组合，从第一个维度组合开始计算需要扫描的行数有多少，这个行数就是每个维度组合的权重。选取维度最少的维度组合。在8和23个维度的时候使用贪心算法来选取合适的维度组合列表，23个维度以上的采用的是基因算法，基因算法用到的比较少，这里就不细说了。。。

System Cube，一个特殊是Cube

对于Kylin查询的是否正常，我们可以通过System Cube来监控，这个特殊的Cube就是用来统计查询情况数据的，比如失败率有多少，查询量有多少等等。Cube Planner就可以利用它来找到合适是Cuboid，Kylin还提供了控制面板Dashboard来供用户查看具体的数据信息，按日期按查询次数等等维度。

总结

这篇文章我们讲了Cube Planner的内容，它使用贪心算法和基因算法来选取合适的维度组合，从而减少不必要的Cuboid，缩减Cube的大小和占用内存，还可以参考System Cube中的数据选取，Apache Kylin和其他应用一样，也提供了Dashboard控制面板来显示数据信息，对用户来说数据更加的直观，是一种很好的体验。

❤️ 感谢大家

如果你觉得这篇内容对你挺有有帮助的话：

1. 欢迎关注我❤️，点赞👍🏻，评论🤤，转发🙏
2. 关注盼盼小课堂，定期为你推送好文，还有群聊不定期抽奖活动，可以畅所欲言，与大神们一起交流，一起学习。
3. 有不当之处欢迎批评指正。