Yuan_CSDF的博客

1.集成Spark、Flink：查看官网http://kylin.apache.org/docs/tutorial/cube_spark.html

1.Kylin Cude构建流程1.1.文字描述构建一个中间平表(Hive Table)：将Model中的fact表和look up表构建成一个大的Flat Hive Table。 重新分配Flat Hive Tables。 从事实表中抽取维度的Distinct值。 对所有维度表进行压缩编码，生成维度字典。 计算和统计所有的维度组合，并保存，其中，每一种维度组合，称为一个Cuboid。 创建HTable。 构建最基础的Cuboid数据。 利用算法构建N维到0维的Cuboid数据。

1.Kylin的安装 安装可查看官方安全指南：http://kylin.apache.org/cn/docs/install/index.html

存储领域屡试不爽的办法就是空间换时间：Kylin 通过预计算，把预计算的 Cuboid 存储下来(占用额外的 空间)，真正查询的时候基于 Cuboid 中间数据性能成数量级提升。

1.定义：Apache Kylin（Extreme OLAP Engine for BigData）是一个开源的分布式分析引擎，为Hadoop等大型分布式数据平台之上的超大规模数据集提供标准SQL查询及多维分析（OLAP）能力，并提供亚秒级的交互式分析功能。它最初由eBay开发并贡献给开源社区。核心特性：为Hadoop提供标准SQL支持(大部分)支持超大数据集(预计算)亚秒级交互式查询(预计算)可伸缩高吞吐(MR、Spark、HBase)BI工具无缝集成特点：开源MOLAP