欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

如何在kylin中构建一个cube

程序员文章站 2022-05-24 23:34:12
...

如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 



前面的文章介绍了Apache Kylin的安装及数据仓库里面的星型和雪花模型的概念,这篇文章我们来看下,如何构建一个kylin的cube进行查询。这里不得不吐槽一下Kylin的资料,少之又少出现问题网上基本找不到解决方案,所以想要学习kylin,建议大家买一本书系统的学习一下,这里推荐一本入门的书《基于Apache kylin构建大数据分析平台》,介绍的还可以。


下面来看下如何构建一个cube:

首先,我们要明白kylin的数据源主要来自Hive里面的各种表,如果想要进行测试,那么首先我们要在hive中有自己的表,注意,表的类型基本有两种,一种是事实表,一种是维度表,kylin使用的是星型模型,通常一个事实表会关联多个维度表,表的数据有了,下面就是通过kylin的ui界面来完成整个流程。除此之外keylin还支持从kafka构建流式表,由于使用场景比较少,这里就不讨论这个了。


下面通过一张图看下整个构建cube的操作流程:


如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 



(1) 登录7070端口下面的kylin的web管理页面,默认的用户名是KYLIN密码是ADMIN

如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 



(2)点击左上角的加号小按钮,新建一个工程

如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 



(3)选择这个工程,然后点击model面板,并点击Data Source面板,选择配置hive数据源,并加载需要用到的表同步到kylin里面

如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 

如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 


(4)点击Models,开始设计model,这个步骤主要是基础加工,配置一个事实表和多个维表以及他们的关联条件,和需要统计的维度和度量


如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 



(5)设计cube


如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 


如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 


(6)构建cube

如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 



(7)查看cule的构建进度


如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 


(8)最后查询cule数据

如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 


至此一整个的cuble构建流程完事,整体步骤还是比较多的,当然里面有一些步骤并没有说的那么详细,此外设计cuble的步骤有一些高级配置,对优化查询有着比较重要的作用,这块现在还没太深入,这个demo只是让我们有一个整体的认识,如果对高级的设计感兴趣的朋友可以看kylin的官网文档。


Kylin的本质是基于空间换时间的策略来实现亚秒级的查询,本身只是一个Server,充分利用了Hadoop+Hive来把结果集数据预构建到Hbase里来优化提高查询效率。所以想要使用Kylin必须保证你的Hadoop,Hive,Hbase已经安装,并且能正常使用。


构建cube的本质,其实就是把各种可能用到的查询,聚合,统计提前预计算好,然后按规则写入hbase,这样在查询的时候,基于rowkey的查询响应速度非常快,而且随着数据量的增大,查询响应时间基本是个常量,虽然查询很快,但是离线使用MapReduce来预构建cube的过程确实非常之慢,另外一个缺点是单kylin的server并发非常低,根据我们的测试也就40左右,大家可能有疑问,hbase本身支持的并发是非常强大的为什么到了kylin这里就这么低,其实kylin server服务不仅仅只是查询hbase的结果返回给前端,大部分时候都需要在server的内存里做各种运算,比如分页,排序,聚合等,所以如果大并发量一旦瞬间上来可把kylin server所在的tomcat的jvm内存给耗尽,最终导致任务失败或者服务挂掉。所以kylin的定位是给产品或者运营使用的大数据OLAP查询引擎,如果并发量比较高的业务,使用kylin一直要提前测试好,根据并发情况多部署几个kylin server服务。



总结:

总体来说,对于一些字段数固定且不经常改变schema的大表数据,采用kylin来进行OLAP查询是非常适合的,性能也不错,但是如果scheam经常变换,统计的维度和度量也可能变换这种场景是不太适合用kylin来解决的,可以尝试ES或者SOLR来分析,最后需要注意的事kylin的并发支持并不太好,非常高并发的查询服务,一定要严格测试后,多部署几个kylin server且做好读写分离,提交任务的server集群和查询server集群分开部署。



有什么问题可以扫码关注微信公众号:我是攻城师(woshigcs),在后台留言咨询。
技术债不能欠,健康债更不能欠, 求道之路,与君同行。

如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 10.8 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 33.9 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 25.3 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 27.2 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 63 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 14.3 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 43.4 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 28.3 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 70.1 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 80.9 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 7.8 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 13.1 KB
  • 如何在kylin中构建一个cube
            
    
    博客分类: Hadoop hadoopkylin 
  • 大小: 149.2 KB
相关标签: hadoop kylin