版本兼容性

Kylin	Hadoop	Hive	HBase	Spark	Kafka	Java	HDP	CDH
2.3	2.7+	0.13 - 1.2.1+	1.1+	2.1.1+		1.7+	2.2 - 2.6	5.7 - 5.11
2.4	2.7+	0.13 - 1.2.1+	1.1+	2.1.1+	0.10.0+	1.7+	2.2 - 2.6	5.7 - 5.11
2.5, 2.6	2.7+, 3.1+	0.13 - 1.2.1+	1.1+, 2.0	2.3.0+	1.0.0+	1.8+	2.2 - 2.6, 3.0	5.7 - 5.11, 6.0

Hadoop 环境

Kylin 依赖于 Hadoop 集群处理大量的数据集。需要准备一个配置好 HDFS，YARN，MapReduce，Hive，HBase，Zookeeper 和其他服务的 Hadoop 集群供 Kylin 运行。

Kylin 可以在 Hadoop 集群的任意节点上启动。方便起见，可以在 master 节点上运行 Kylin。为了更好的稳定性，建议将 Kylin 部署在一个干净的 Hadoop client 节点上，该节点上 Hive，HBase，HDFS 等命令行已安装好且 client 配置（如 core-site.xml，hive-site.xml，hbase-site.xml 及其他）也已经合理的配置且其可以自动和其它节点同步。

运行 Kylin 的 Linux 用户要有访问 Hadoop 集群的权限，包括创建/写入 HDFS 文件夹，Hive 表，HBase 表和提交 MapReduce 任务的权限。

单机安装

1. 下载安装包

> wget https://www.apache.org/dyn/closer.cgi/kylin/apache-kylin-2.6.3/apache-kylin-2.6.3-bin-hbase1x.tar.gz

2. 解压安装包，配置环境变量 $KYLIN_HOME 指向 Kylin 文件夹。

> tar -zxvf apache-kylin-2.6.3-bin-hbase1x.tar.gz
> mv apache-kylin-2.6.3-bin-hbase1x apache-kylin-2.6.3
> cd apache-kylin-2.6.3
> export KYLIN_HOME=`pwd`
> export PATH=$PATH:$KYLIN_HOME/bin

---

Kylin 目录结构

从 v2.6.1 开始， Kylin 不再包含 Spark 二进制包。需要另外下载 Spark，然后设置 SPARK_HOME 系统变量。

bin             shell 脚本，用于启动／停止 Kylin，备份／恢复 Kylin 元数据，以及一些检查端口、获取 Hive/HBase 依赖的方法等
conf            Hadoop 任务的 XML 配置文件，这些文件的作用可参考配置页面
lib             供外面应用使用的 jar 文件，例如 Hadoop 任务 jar, JDBC 驱动, HBase coprocessor 等
meta_backups    执行 bin/metastore.sh backup 后的默认的备份目录
sample_cube     用于创建样例 Cube 和表的文件
spark           自带的 spark
tomcat          自带的 tomcat，用于启动 Kylin 服务
tool            用于执行一些命令行的 jar 文件

---

3. 检查运行环境

Kylin 运行在 Hadoop 集群上，对各个组件的版本、访问权限及 CLASSPATH 等都有一定的要求，为了避免遇到各种环境问题，可以运行 $KYLIN_HOME/bin/check-env.sh 脚本来进行环境检测，如果环境存在任何的问题，脚本将打印出详细报错信息。如果没有报错信息，代表环境适合 Kylin 运行。

4. 启动 Kylin

> $KYLIN_HOME/bin/kylin.sh start
Retrieving hadoop conf dir...
KYLIN_HOME is set to .../apache-kylin-2.6.3
......
A new Kylin instance is started by root. To stop it, run 'kylin.sh stop'
Check the log at $KYLIN_HOME/logs/kylin.log
Web UI is at http://<hostname>:7070/kylin

5. 使用 Kylin

Kylin 启动后可以通过浏览器 [http://<hostname>:7070/kylin] 进行访问。

其中 <hostname> 为具体的机器名、IP 地址或域名，默认端口为 7070。

初始用户名和密码是 ADMIN/KYLIN。

服务器启动后，可以通过查看 $KYLIN_HOME/logs/kylin.log 获得运行时日志。

6. 停止 Kylin

> $KYLIN_HOME/bin/kylin.sh stop
Retrieving hadoop conf dir...
KYLIN_HOME is set to .../apache-kylin-2.6.3
Stopping Kylin: 25964
Stopping in progress. Will check after 2 secs again...
Kylin with pid 25964 has been stopped.

可以运行 ps -ef | grep kylin 来查看 Kylin 进程是否已停止。

---

HDFS 目录结构

Kylin 会在 HDFS 上生成文件，根目录是 /kylin/ 然后会使用 Kylin 集群的元数据表名作为第二层目录名，默认为 kylin_metadata （可以在 conf/kylin.properties 中定制）

通常 /kylin/kylin_metadata 目录下会有这么几种子目录：

1. cardinality -- Kylin 加载 Hive 表时，会启动一个 MR 任务来计算各个列的基数，输出结果会暂存在此目录。可以安全清除。
2. coprocessor -- Kylin 用于存放 HBase coprocessor jar 的目录；请勿删除。
3. kylin-job_id -- Cube 计算过程的数据存储目录，请勿删除。如需要清理，请遵循 storage cleanup guide
4. resources -- Kylin 默认会将元数据存放在 HBase，但对于太大的文件（如字典或快照），会转存到 HDFS 的该目录下，请勿删除。如需要清理，请遵循 cleanup resources from metadata
5. jdbc-resources -- 性质同上，只在使用 MySQL 做元数据存储时候出现。

---

集群安装

Kylin 实例是无状态的服务，运行时的状态信息存储在 HBase metastore 中。 出于负载均衡的考虑，可以启用多个共享一个 metastore 的 Kylin 实例，使得各个节点分担查询压力且互为备份，从而提高服务的可用性。

image

集群模式设置

如果需要将多个 Kylin 节点组成集群，请确保他们使用同一个 Hadoop 集群、HBase 集群。然后在每个节点的配置文件 $KYLIN_HOME/conf/kylin.properties 中执行下述操作：

• 配置相同的 kylin.metadata.url 值，即配置所有的 Kylin 节点使用同一个 HBase metastore。
• 配置 Kylin 节点列表 kylin.server.cluster-servers，包括所有节点（包括当前节点），当事件变化时，接收变化的节点需要通知其他所有节点（包括当前节点）。
• 配置 Kylin 节点的运行模式 kylin.server.mode，参数值可选 all, job, query 中的一个，默认值为 all。
  • job 模式代表该服务仅用于任务调度，不用于查询；
  • query 模式代表该服务仅用于查询，不用于构建任务的调度；
  • all 模式代表该服务同时用于任务调度和 SQL 查询。
  • 注意：默认情况下只有一个实例用于构建任务的调度（即 kylin.server.mode 设置为 all 或者 job 模式）。

任务引擎高可用

从 v2.0 开始, Kylin 支持多个任务引擎一起运行，相比于默认单任务引擎的配置，多引擎可以保证任务构建的高可用。

使用多任务引擎，可以在多个 Kylin 节点上配置它的角色为 job 或 all。为了避免它们之间产生竞争，需要启用分布式任务锁，请在 kylin.properties 里配置：

kylin.job.scheduler.default=2
kylin.job.lock=org.apache.kylin.storage.hbase.util.ZookeeperJobLock

将所有任务和查询节点的地址注册到 kylin.server.cluster-servers。

安装负载均衡器

为了将查询请求发送给集群而非单个节点，可以部署一个负载均衡器，如 Nginx， F5 或 cloudlb 等，使得客户端和负载均衡器通信代替和特定的 Kylin 实例通信。

读写分离部署

为了达到更好的稳定性和最佳的性能，建议进行读写分离部署，将 Kylin 部署在两个集群上：

• 一个 Hadoop 集群用作 Cube 构建，这个集群可以是一个大的、与其它应用共享的集群；
• 一个 HBase 集群用作 SQL 查询，通常这个集群是专门为 Kylin 配置的，节点数不用像 Hadoop 集群那么多，HBase 的配置可以针对 Kylin Cube 只读的特性而进行优化。

这种部署策略是适合生产环境的最佳部署方案，关于如何进行读写分离部署，请参考 Deploy Apache Kylin with Standalone HBase Cluster