hi 大家好，
今天给大家介绍一个全新的伙伴——Apache Kylin。
大家可不要小瞧它，要知道Apache Kylin可是有“数据仓库”的称号，实现超大数据集上的亚秒级查询，提供与多种数据可视化工具的整合能力，如 Tableau，PowerBI 等，是一个“称职”的小助手。
接下来就让我们详细的了解一下吧。
Kylin到底是什么？
Apche Kylin 是 Hadoop 大数据平台上的一个开源 OLAP 引擎。它采用多维立方体（Cube）预计算技术，可以将某些场景下的大数据 SQL 查询速度提升到亚秒级别。相对于之前的分钟乃至小时级别的查询速度。
Apache Kylin 也是中国人主导的，第一个 Apche 顶级开源项目，在开源社区有较大影响力。
Kylin 对于解决的问题有以下假设：
大数据查询要的一般是统计结果，是多条记录经过聚合函数计算后的统计值。（原始的记录则不是必需的，或者访问频率和概率都极低。）
聚合是按维度进行的，有意义的维度聚合组合也是相对有限的，一般不会随着数据的膨胀而膨胀。
基于以上两点，可以得到一个新的思路——预计算，这样就可以尽量多地预先计算聚合结果，在查询时应该尽量利用预计算的结果得出查询结果，从而避免直接扫描可能无限增大的原始记录。
cube到底是什么
Cube 即多维立方体，也叫数据立方体。如下图所示，是由三个维度（维度数可以超过3个，下图仅为了方便画图表达）构成的一个OLAP立方体，立方体中包含了满足条件的cell(子立方块)值，这些cell里面包含了要分析的数据，称之为度量值。
相关概念
立方体：由维度构建出来的多维空间，包含了所有要分析的基础数据，所有的聚合数据操作都在立方体上进行。
维度：观察数据的角度。一般是一组离散的值，比如：
时间维度上的每一个独立的日期
商品维度上的每一件独立的商品
度量：即聚合计算的结果，一般是连续的值，比如：
销售额、销售均价、销售商品的总件数。
事实表：是指存储有事实记录（明细数据）的表，如系统日志、销售记录等；事实表的记录在不断地动态增长，数据量大。
维度表（维表）：保存了维度值，可以跟事实表做关联。
常见的维度表如：日期表、地点表、分类表。
Cuboid：对于每一种维度的组合，将度量做聚合运算，然后将运算的结果保存为一个物化视图，称为 Cuboid。
今天有关Kylin的相关知识就先科普到这里吧，感兴趣的话，记得关注我们的公众号啊~
以后在会继续更新kylin的cube的搭建哦。
往期文章
【操作技巧】Tableau分析之如何让筛选器中的某些值不显示
微信号 : 数据艺术家
新浪微博：数据可视化Tableau
Bilibili官方账号：bizinsight
网友评论