官网:
http://kylin.apache.org/cn/
官方文档
http://kylin.apache.org/cn/docs/
下载地址
http://kylin.apache.org/cn/download/
一、Kylin简介
1.Kylin概念
Kylin是一个分布式的数据仓库平台,可以将Hive中的数据同步到Kylin中进行数据分析,也可也实现多维立方体的查询,将最终结果保存到Hbase中。
Kylin的出现就是为了解决大数据系统中TB级别数据的数据分析需求,它提供Hadoop/Spark之上的SQL查询接口及多维分析(OLAP)能力以支持超大规模数据,它能在亚秒内查询巨大的Hive表。其核心是预计算,计算结果存在HBase中。
作为大数据分析神器,它也需要站在巨人的肩膀上,依赖HDFS、MapReduce/Spark、Hive/Kafka、HBase等服务。
2.维度和度量
维度:我们看事物的角度,如果是统计维度,可以从粗粒度到细粒度(例如,时间,从年,月,天,小时,分钟,秒,毫秒,微秒,纳秒)
度量:对维度聚合的结果
3.数据立方体
其实就是维度立方体,也就是站在不同角度去看待问题,例如我们有abc,那么我们要将ABC三个值得每个角度去统计,ab,ac,bc,a,b,c,abc,这种方式的统计可以使用Kylin来实现,kylin里面最大的特点就是创建维度模型,统计维度结果。
4.技术架构
数据源:获取Hadoop/Hive的数据,同步到Kylin内部
数据分析:使用Kylin内部的立方体模型进行多维统计
存储数据:建立在Hbase数据库上面存储的。RowKey是通过多个维度拼接而成的,value就是具体值
整体流程:加载Hive数据到Kylin中,然后创建Model模块,根据Model创建立方体(Cube