【干货分享】【干货分享】ApacheKylin：一个：一个OLAP利器利器
Apache Kylin 简介
1. Apache kylin 是一个开源的海量数据分布式预处理引擎。它通过 ANSI-SQL 接口，提供基于 hadoop 的超大数据集（TB-PB
级）的多维分析（OLAP）功能。
2. kylin 可实现超大数据集上的亚秒级（sub-second latency）查询。
1）确定 hadoop 上一个星型模式的数据集。
2）构建数据立方体 cube。
3）可通过 ODBC, JDBC,RESTful API 等接口在亚秒级的延迟内查询相
Apache Kylin 核心概念
1. 表（Table ）：表定义在 hive 中，是数据立方体（Data cube）的数据源，在 build cube 之前，必须同步在 kylin 中。
2. 模型（model）: 模型描述了一个星型模式的数据结构，它定义了一个事实表（Fact Table）和多个查找表（Lookup Table）
的连接和过滤关系。
3. 立方体（Cube）：它定义了使用的模型、模型中的表的维度（dimension）、度量（measure , 一般指聚合函数，如：
sum、count、average 等）、如何对段分区（ segments partition）、合并段（segments auto-merge）等的规则。
4. 立方体段（Cube Segment）：它是立方体构建（build）后的数据载体，一个 segment 映射 hbase 中的一张表，立方体实
例构建（build）后，会产生一个新的 segment，一旦某个已经构建的立方体的原始数据发生变化，只需刷新（fresh）变化的
时间段所关联的 segment 即可。
5. 作业（Job）：对立方体实例发出构建（build）请求后，会产生一个作业。该作业记录了立方体实例 build 时的每一步任务
信息。作业的状态信息反映构建立方体实例的结果信息。如作业执行的状态信息为 RUNNING 时，表明立方体实例正在被构
建；若作业状态信息为 FINISHED ，表明立方体实例构建成功；若作业状态信息为 ERROR ，表明立方体实例构建失败！作
业的所有状态如下：
1）NEW - This denotes one job has been just created.
2）PENDING - This denotes one job is paused by job scheduler and waiting for resources.
3）RUNNING - This denotes one job is running in progress.
4）FINISHED - This denotes one job is successfully finished.
5）ERROR - This denotes one job is aborted with errors.
6）DISCARDED - This denotes one job is cancelled by end users.
Apache Kylin 工作机制
1. Apache kylin 能提供低延迟（sub-second latency）的秘诀就是预计算，即针对一个星型拓扑结构的数据立方体，预计算多
资源评论
