2.5 构建Cube
说明 本节简单地介绍了构建Cube的相关操作说明和设置，受篇幅的限制许多具体内容没有深入展开，读者可以从第3章“Cube优化”和第4章“增量构建”中获得更详细的介绍。
新创建的Cube只有定义，而没有计算的数据，它的状态是“DISABLED”，是不会被查询引擎挑中的。要想让Cube有数据，还需对它进行构建。Cube的构建方式通常有两种：全量构建和增量构建，两者的构建步骤是完全一样的，区别只在于构建时读取的数据源是全集还是子集。
Cube的构建包含以下步骤，由任务引擎调度执行：
1）创建临时的Hive平表（从Hive中读取数据）；
2）计算各维度的不同值，并收集各Cuboid的统计数据；
3）创建并保存字典；
4）保存Cuboid统计信息；
5）创建HTable；
6）计算Cube（一轮或若干轮计算）；
7）将Cube计算结果转成HFile；
8）加载HFile到HBase；
9）更新Cube元数据；
10）垃圾回收。
上述步骤中，前五步是为计算Cube而做的准备工作，如遍历维度值来创建字典，对数据做统计和估算以创建HTable等。第六步是真正的Cube计算，取决于使用的Cube算法，它可能是一轮MapReduce任务，也可能是N（在没有优化的情况下，N可以被视作维度数）轮迭代的MapReduce。
由于Cube运算的中间结果是以SequenceFile的格式存储在HDFS上的，所以为了导入HBase，还需要进行第七步操作，将这些结果转换成HFile（HBase文件存储格式）。第八步通过使用HBase BulkLoad工具，将HFile导入HBase集群，这一步完成后，HTable就可以查询到数据。第九步更新Cube的数据，将此次构建的Segment的状态从“NEW”更新为“READY”，表示已经可供查询。最后一步，清理构建过程中生成的临时文件等垃圾，释放集群资源。
Monitor页面会显示当前项目下近期的构建任务。图2-24中显示了一个正在运行的Cube构建任务，当前进度46.67%。
图2-24 Cube构建任务列表
点击任务右边的“>”按钮，可以将其展开得到该任务每一步的详细信息，如图2-25所示。
图2-25 Cube构建任务步骤列表
如果Cube构建任务中的某一步骤是执行Hadoop任务的话，会显示Hadoop任务的链接，点击即可跳转到Hadoop对应的任务监测页面，如图2-26所示。
图2-26 Hadoop任务
如果任务执行中的某一步骤报错，任务引擎会将任务状态置为“ERROR”并停止后续操作的执行，等待用户排错。在错误排除后，用户可以点击“Resume”从上次报错的位置恢复执行。或者如果需要修改Cube或重新开始构建，用户需点击“Discard”来放弃此次构建。
接下来介绍几种不同的构建方式。