版權申明：轉載請注明出處。
文章來源：http://bigdataer.net/?p=292
排版亂？請移步原文獲得更好的閱讀體驗
1.概述
kylin是一款開源的分布式數據分析工具，基於hadoop之上的sql查詢接口，能支持超大規模的數據分析。響應時間在亞秒級別，其核心是預計算，計算結果存放在hbase中。
2.特性
-
可擴展超快OLAP引擎:
Kylin是為減少在Hadoop上百億規模數據查詢延遲而設計 -
Hadoop ANSI SQL 接口:
Kylin為Hadoop提供標准SQL支持大部分查詢功能 -
交互式查詢能力:
通過Kylin，用戶可以與Hadoop數據進行亞秒級交互，在同樣的數據集上提供比Hive更好的性能 -
多維立方體（MOLAP Cube）:
用戶能夠在Kylin里為百億以上數據集定義數據模型並構建立方體 -
與BI工具無縫整合:
Kylin提供與BI工具，如Tableau，的整合能力，即將提供對其他工具的整合 -
其他特性:
Job管理與監控
壓縮與編碼
增量更新
利用HBase Coprocessor
基於HyperLogLog的Dinstinc Count近似算法
友好的web界面以管理，監控和使用立方體
項目及立方體級別的訪問控制安全
支持LDAP
3.相關概念
3.1 Fact Table(事實表)：
事實表是指包含了大量不冗余數據的表，其列一般有兩種，分別為包含事實數據的列，包含維表foreign key的列。
3.2 Lookup table：包含了對事實表的某些列擴充說明的字段。
3.3 Dimenssion Table(維表)：
由fact table和lookup table 抽象出來的表，包含了多個相關的列，提供對數據不同維度的觀察，其中每列的值的數目稱為cardinatily。
3.4 model:用來定義用戶需要使用的hive表名，及所包含的維度列、度量列、partition列和date格式。
3.5 cube:用來定義某具體查詢時會涉及到的維度列及相互之間的關系（如層級關系）、度量列的具體類型（如max，min，sum）等,一個model下可存在多個cube。
更多文章請關注微信公眾號bigdataer