kylin从入门到实战：实际案例

版权申明：转载请注明出处。
文章来源：http://bigdataer.net/?p=308

排版乱？请移步原文获得更好的阅读体验

前面两篇文章已经介绍了kylin的相关概念以及cube的一些原理，这篇文章将从一个实际的案例入手，介绍如何在kylin平台上创建一个多维分析项目。

1.创建project

进入kylin操作界面，如果没有project可以创建，kylin里面可以创建多个project，有效的把各种业务数据分析隔离开来。如图：

如下，填写project name，description可以不填

然后submit 提交，project创建成功。

2.添加数据源

点击DataSource选项卡->Load Hive Table

填写hive表名，前面加上库名

然后点击sync，导入数据源成功，可以看到如下信息：

3.创建model

添加model name然后 next

选择刚才添加到数据源中的事实表，如果有Lookup Table也可添加，然后next

选择需要的维度

选择需要的指标

相关设置

partition date colume表示分区字段，选择hive表中按时间分区的字段。然后从date format中选择不同的时间格式。最下面的filter可以添加where条件对数据源中的数据做过滤。
至此，model创建完成。

4.创建cube

下面进入关键环节创建cube。
类似于创建model，创建cube。选择之前创建好的model，并填入cube name。notification email list是选填项，表示报警接收人邮件地址，多个邮件地址以逗号隔开。

然后next。选择dimession，有两种方式：一是手动添加dimession，二是使用自动生成，我们这里使用自动生成，然后勾选需要的字段。

然后next,选择指标

count(1)是系统默认自带的，不要删除。
点击+号添加需要的指标，需要填入名称，选择表达式。这里选择的是sum。我们要针对disp加和求pv，在param value里面选择disp列。
需要注意的是kylin中hive表中每一列字段的类型要求比较严格。dimession字段需要为String，用来加和的指标字段须为bigint或者decimal
添加了所有需要的指标后，点击next

设置merge时间。Kylin每次build会生成一张hbase表，merge操作会把多天数据合并成一张新的hbase表。可加快查询。
设置partition Start Date，即数据源开始时间，默认为1970-01-01.点击Next.

Mandatory Dimensions：每次查询均会使用的维度可添加在此。比如某些情况下的partition column.
Hierarchy Dimensions：维度列中彼此间存在层级关系的列，比如“国家-省份-市-县”
Joint Dimensions：每次查询会同时使用或不使用的维度组合。
Aggregation Group:在不同的查询中，两组维度组合之间不会产生交叉，可选择此选项，比如所有的cube维度有 [ a,b,c,d,e,f ] 6个，每次查询中只会同时查与 [ a,b,c ] 相关的信息（比如[a],[a,c]等）而不会查询 [ d,e,f ]，或者相反，则可选择此选项。
以上选择均可减少build过程中的数据量，是加快build与query速度的优化点之一。
接下来基本上就是next，然后保存，如果没有报错，则证明cube创建成功，如下图

5.cube其他操作

最常用的就是build操作，它会根据我们创建的cube进行数据的预计算。

选择构建的终止时间，然后提交，之后可以在monitor中看到cube构建的状态。

其他操作说明：
Drop：丢弃现有cube，条件：无Pending, Running, Error 状态的job.
Edit：编辑现有cube，条件：cube需处于disable状态。
Refresh：重建某已有时间段数据，针对于已build时间段的源数据发生了改变的情况。
Merge：手动触发merge操作。
Enable：使拥有至少一个有效segment的cube从disable变为enable状态。
Purge：清空所有该cube的数据。
Clone：克隆一个新的cube，可设置新的名字，其他相关配置与原cube相同。
Disable：使一个处于ready状态的cube变为Disable状态，查询不会从disable的cube中获取数据。

6.查询操作

数据预计算完成后就可以进行查询了，查询过程中也可以验证cube创建的是否有问题。有两种查询方式：一种是通过kylin的web界面，一种是使用kylin提供的rest api。下面分别介绍。
（1）web查询。进入insight，输入sql语句,等待查询结果，和一般的数据库客户端类似。
（2）rest api。举例如下：
假如需要查询的sql语句为：“select sum(disp) as pv from t_table group by td,bd”
kylin账户的账号密码为：“kylinid:passwd”,对其进行base64加密。secret=echo -n “kylin_id:password” | base64
使用的project为：my_kylin_project
接口地址为：http://localhost:7070/kylin/api/query
则请求为：

bash 2行

curl -X POST -H "Authorization:Basic ${secret}" -H "Content-Type:application/json" -d '{ "sql" : "select sum(disp) as pv from t_table group by td,bd", "project" : "my_kylin_project" }' http://localhost:7070/kylin/api/query

更多文章请关注微信公众号:bigdataer