在构建Kylin的Cube时，需要注意以下事项：
数据模型设计：在构建Cube之前，需要设计好数据模型，包括选择合适的维度和度量以及建立正确的关联关系。
数据清洗和预处理：在构建Cube之前，需要对数据进行清洗和预处理，确保数据的准确性和完整性。
Cube设计：在设计Cube时，需要考虑数据的查询需求，选择合适的维度和度量，并确定Cube的聚合粒度和存储策略。
数据分区：为了提高查询性能，建议对Cube中的数据进行分区，根据时间等维度将数据分散存储在不同的分区中。
调优和优化：在构建Cube之后，需要进行性能调优和优化，包括选择合适的数据压缩算法、调整Cube的并发度和资源配置等。
定期维护：定期维护Cube，包括更新Cube的数据、重新构建Cube以及监控Cube的性能和容量等。