基于cdh的大数据平台，单独为kylin部署额外的hbase

正常情况下，kylin需要进行读写分离，因为kylin的工作负载分为

    1.计算cube。调用mapreduce 批量计算，mapreduce需要重复落盘操作，延时时间很长，需要不断的调用cpu与io。

    2. 基于kylin数据源的在线实时查询计算，基于cube的计算结果，数据存储于hbase，都是查询操作，就要求相应快，延迟低了

当然假如cube的计算时间与实时查询时间能够做到完美的分离，我们不需要考虑cube计算带来的巨大负载。采用单hbase部署就可以了。

kylin 很用进行额外hbase配置，部署kylin时，hadoop的配置项指向运算的集群，hbase的配置项指向单独部署的hadoop集群。即保持hbase与hadoop的分离。