Hadoop - Kylin On OLAP

1.概述

　　Apache Kylin是一个开源的分布式分析引擎，提供SQL接口并且用于OLAP业务于Hadoop的大数据集上，该项目由eBay贡献于Apache。

2.What is Kylin

　　在使用一种模型，我们得知道她是干什么的，那么首先来看看Kylin的特性，其内容如下所示：

• 可扩展超快的OLAP引擎：Kylin是为减少在Hadoop上百亿级别数据查询延迟而设计的。
• Hadoop ANSI SQL接口：Kylin为Hadoop提供标准的SQL，其支持大部分查询功能。
• 出色的交互式查询能力：通过Kylin，使用者可以于Hadoop数据进行亚秒级交互，在同样的数据集上提供比Hive更好的性能。
• 多维度Cube：用户能够在Kylin里为百亿以上的数据集定义数据模型并构建Cube。
• 和BI工具无缝整合：Kylin提供与BI工具，如商业化的Tableau。另外，根据官方提供的信息也在后续逐步提供对其他工具的支持。
• 其他特性：
  • 对Job的管理和监控
  • 压缩和编码的支持
  • 增量更新Cube
  • 利用HBase Coprocessor去查询
  • 基于HyperLogLog的Distinct Count近似算法
  • 友好的Web界面用于管理、监控和使用Cube
  • 项目及Cube级别的访问控制安全
  • 支持LDAP

3.ECOSYSTEM

　　Kylin有其自己的生态圈，如下图所示：

　　从上图中，我们可以看到，Kylin的核心包含：Kylin OLAP引擎基础框架，Metadata引擎，查询引擎，Job引擎以及存储引擎等等，同时还包括REST服务器以响应客户端请求。另外，还扩展支持额外功能和特性的插件，同时整合与调度系统、ETL、监控等生命周期管理系统。在Kylin核心之上扩展的第三方用户界面，ODBC和JDBC驱动用以支持不同的工具和产品，如：Tableau。

4.Architecture

　　Kylin的架构概述图如下所示：

　　图中的执行流程很清楚，客户端（REST API或JDBC/ODBC）发送SQL请求，将其交给Kylin的执行引擎去处理，Kylin去拉去对应的数据来做处理，并返回处理结果，这里Kylin需要依赖HBase。复杂的事情，Kylin的引擎都给我们处理了，我们只需要负责去编写我们的业务SQL。

5.How TO Works

　　在Kylin中，我们可以处理三维的业务查询，如下图所示：

　　在明白了业务处理方向，其生态群和架构。我们要如何去集成该系统到Hadoop集群？关于Kylin的集成过程是比较方便的，Kylin需要Hadoop、Hive、HBase、JDK，另外，对版本也是有要求的。本版要求如下：

• Hadoop：2.4 - 2.7
• Hive：0.13 - 0.14
• HBase：0.98（这里若是选择Kylin-1.2，需要用到HBase-1.1+以上）
• JDK1.7+

　　另外，安装Kylin步骤也是比较简单的，步骤如下所示：

• 下载最新的安装包，地址如下：［Kylin.tar.gz］
• 设置KYLIN_HOME环境变量
• 确保用户有权限去访问Hadoop、Hive和HBase，如果不确定的话，我们可以在安装包的bin目录下运行check-env.sh脚本，如果我们有问题的话，她会打印详细的信息。
• 最后，我们可以通过kylin.sh start去启动Kylin，或者使用kylin.sh stop去停止Kylin

　　在Kylin启动之后，我们可以通过输入http://node_hostname:7070/kylin去访问Kylin，登录默认用户名和密码为：ADMIN/KYLIN

　　预览截图如下所示：

　　另外，我们可以通过JDBC去操作，代码片段如下所示：

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://dn1:7070/kylin_project_name", info);
Statement state = conn.createStatement();
ResultSet resultSet = state.executeQuery("select * from test_table");
while (resultSet.next()) {
　　assertEquals("foo", resultSet.getString(1));
　　assertEquals("bar", resultSet.getString(2));
　　assertEquals("tool", resultSet.getString(3));
}

6.总结

　　在使用Kylin时，我们有必要去首先熟悉其架构，这能让我们更加熟悉其应用场景和业务场景。在集成和使用的过程当中会遇到一些问题，我们可以分析其异常日志，然后利用搜索引擎得到解决。关于Kylin的详细使用，大家可以参考官方撰写的文档。

7.结束语

　　这篇博客就和大家分享到这里，如果大家在研究学习的过程当中有什么问题，可以加群进行讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！