Kylin - 03 Kylin的使用

3.1简单案例

具体操作步骤
通过同步数据源
建立project->建立model->建立cube->build。

3.1.1 导入Hive表

Hive执行如下操作

create database if not exists sxt_kylin;

use sxt_kylin;

create table kylin_sale(
id int,
day date,
market string,
category string,
item string,
number int,
sales int
)
row format delimited fields terminated by ','
lines terminated by '\n';

kylin_sale表中数据为

1,2019-08-08,商场1,家电类,电脑,2,9000
2,2019-08-08,商场1,家电类,冰箱,3,3000
3,2019-08-08,商场1,家电类,洗衣机,6,3000
4,2019-08-08,商场1,日用品类,厨具四件套,10,500
5,2019-08-08,商场1,日用品类,锅碗瓢盆,5,200
6,2019-08-08,商场1,日用品类,洗洁精,8,240
7,2019-08-08,商场2,家电类,电脑,7,35000
8,2019-08-08,商场2,家电类,冰箱,4,4000
9,2019-08-08,商场2,家电类,洗衣机,5,5000
10,2019-08-08,商场2,日用品类,厨具四件套,8,500
11,2019-08-08,商场2,日用品类,锅碗瓢盆,9,360
12,2019-08-08,商场2,日用品类,洗洁精,10,900
13,2019-08-09,商场1,家电类,电脑,3,15000
14,2019-08-09,商场1,家电类,冰箱,4,3000
15,2019-08-09,商场1,家电类,洗衣机,5,3000
16,2019-08-09,商场1,日用品类,厨具四件套,6,500
17,2019-08-09,商场1,日用品类,锅碗瓢盆,7,350
18,2019-08-09,商场1,日用品类,洗洁精,8,240
19,2019-08-09,商场2,家电类,电脑,9,35000
20,2019-08-09,商场2,家电类,冰箱,5,3000
21,2019-08-09,商场2,家电类,洗衣机,8,5000
22,2019-08-09,商场2,日用品类,厨具四件套,3,300
23,2019-08-09,商场2,日用品类,锅碗瓢盆,8,320
24,2019-08-09,商场2,日用品类,洗洁精,9,900

加载数据：

load data local inpath '/root/kylin_sale' overwrite into table kylin_sale;

3.1.2 创建project

在kylinweb页面创建project

将hive中事实表数据导入kylin

选择要加载的哪些实例库中的哪些表，这里加载kylin_sale表；

选择该表数据点击sync同步

查看页面

3.1.3 创建模型model

如上图：点击 new model,出现以下视图：

给model起个名字，然后点击next;


如上图所示：选择事实表。然后进入下一步，进入到选择维度字段页面，如下图所示：

在这里，我们选择day,market,category,item四个维度，即我们将从这四个维度来统计分析商品的销售额情况。如下图所示：

点击next进入到measure（度量）页面,在这里我们选择number和sales字段，即我们将统计商品数量和商品销售额两个指标。

最后进入到设置页面，我们可以选择分区字段，选择格式化时间方式， 下面的filter可以添加where条件对数据源中的数据做过滤，最后点击save保存，既model创建成功。

3.1.4 创建cube

如上图所示：指明要创建的cube在哪个model下，并且对cube进行命名，然后点击下一步。

如上图所示，对本次cube添加计算的维度，进入到如下页面，我们选择select all 所有4个维度。


指定要进行计算的度量指标（Measures）如下图：


在这里，我们先创建一个销售额度指标，即对销售字段进行sum累加,如上图所示 1，2,3,4步骤。同时我们再创建一个商品数量指标如下图所示：

最终我们会看见两个度量指标(measures)如下图：

接着一直点击下一步，最终保存cube

3.1.5 构建cube

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，还需要 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。点击build，对定义好的cube进行构建计算。	构建计算完cube后，就可以在Insight页面进行查询操作。

3.2 Kylin的Cube创建过程详解

1）创建临时的Hive平表（从Hive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MapReduce）。
7）将Cube的计算结果转成HFile。
8）加载HFile到HBase。
9）更新Cube元数据。
10）垃圾回收。

3.3 kylin查询api

之前我们成功创建了kylin的cube,并且可以使用web ui查询.但除了通过web ui进行操作，我们还可以使用api调用

3.3.1 RestFul API

在使用之前，我们要先进行认证，目前Kylin使用basic Authentication。，Basic Authentication是一种非常简单的访问控制机制，它先对账号密码基于Base64编码，然后将其作为请求头添加到HTTP请求头中，后端会读取请求头中的账号密码信息以进行认证。

以Kylin默认的账号密码ADMIN/KYLIN为例，对相应的账号密码进行 编码后，结果为“Basic QURNSU46S1lMSU4=”，那么HTTP对应的头信息 则为“Authorization：Basic QURNSU46S1lMSU4=”。

3.3.1.2 查询SQL

curl -X POST -H "Authorization: Basic QURNSU46S1lMSU4=" -H 'Content-Type: application/json' http://localhost:7070/kylin/api/query  -d '{
"sql":"select market,sum(sales) from kylin_sale group by market", 
"offset":0, 
"limit":10, 
"acceptPartial":false, 
"project":"my_project"
}'

参数解释：

• sql：必填，字符串类型，请求的SQL。
• offset：可选，整型，查询默认从第一行返回结果，可以设置该参数以决定返回数据从哪一行开始往后返回。
• limit：可选，整型，加上limit参数后会从offset开始返回对应的行数， 返回数据行数小于limit的将以实际行数为准。
• acceptPartial：可选，布尔类型，默认是“true”，如果为true，那么实际上最多会返回一百万行数据；如果要返回的结果集超过了一百万行，那么 该参数需要设置为“false”。
• project：可选，字符串类型，默认为“DEFAULT”，在实际使用时，如 果对应查询的项目不是“DEFAULT”，那就需要设置为自己的项目。

3.3.1.3 Put提交cube

curl -X PUT -H "Authorization: Basic QURNSU46S1lMSU4=" -H 'Content-Type: application/json' http://localhost:7070/kylin/api/cubes/my_cube/build  -d '{
   "startTime":0,
"endTime":”$endTime”,
"buildType":"BUILD"
}'

红色的内容是你需要制定的，startTime : 做增量时，startTime 为上一次build的endTime。endTime：时间精确到毫秒（例1388563200000）。 buildType：可选BUILD，MERGE，REFRESH

3.3.1.4 注意点

我们在通过RESTful API向kylin进行build和rebuild的时候一定要观察kylin的web界面下面的Montior进程，否知一不小心运行太多进程导致服务器崩掉。

我们可以通过curl -X GET -H “Authorization: Basic xxxxxxxx=” -H ‘Content-Type: application/json’ http://localhost:7070/kylin/api/jobs/{job_uuid}来跟踪任务状态返回的 job_status 代表job的当前状态。Uuid是cube提交build时返回的json格式数据中获得。形如：7da54847-ce51-1e43-156a-a9c92a7123e0

如果构建过程中出现错误，执行如下进行任务的重新执行。
curl -X PUT -H “Authorization: Basic xxxxxxxx=” -H “Content-Type: application/json” http://localhost:7070/kylin/api/jobs/{job_uuid}/resume

3.3.2 JAVA API

3.3.2.1 Jdbc连接方式

和hive、mysql很相似。
package com.shsxt.kylin;

import java.io.IOException;
import java.sql.Connection;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;
import java.util.Properties;
import org.apache.kylin.jdbc.Driver;

public class KylinJdbc {
	public void connentJdbc()
			throws InstantiationException, IllegalAccessException, ClassNotFoundException, SQLException {
		Driver driver = (Driver) Class.forName("org.apache.kylin.jdbc.Driver").newInstance();
		Properties info = new Properties();
		info.put("user", "ADMIN");
		info.put("password", "KYLIN");
		Connection conn = driver.connect("jdbc:kylin://*.*.*.*:7070/learn_kylin", info);
		Statement state = conn.createStatement();
		ResultSet resultSet = state.executeQuery("select * from kylin_account limit 1000");
		while (resultSet.next()) {
			String i = resultSet.getString(3);
			System.out.println(i);
		}
	}

	public static void main(String[] args)
			throws IOException, InstantiationException, IllegalAccessException, ClassNotFoundException, SQLException {
		KylinJdbc ky = new KylinJdbc();
		ky.connentJdbc();
	}
}