0 術語
略。基本可以從wikipedia上找到解釋。
http://kylin.incubator.apache.org/docs/gettingstarted/terminology.html
1 架構簡介
在介紹Kylin的各種操作之前，首先讓我們來了解一下Kylin的總體設計，包括其架構、工作流程、和數據模型。
1.1 架構
Kylin目前是一個MOLAP系統，也就是基於對Cube進行預計算來滿足低延遲的查詢處理。Kylin的數據源就是Hive上的表，以星型模式存在。Kylin的離線計算過程（下圖中藍色箭頭的數據流）會讀取Hive中的原始數據，將事實表和維表join起來，然後對各種維度組合（cuboid）進行計算。計算後的cube以key-value的形式存儲在HBase中。
對於SQL請求，Kylin的查詢引擎會判斷SQL能否由HBase中的cube滿足。如果可以，查詢就會轉換為HBase的range scan操作，直接獲得結果數據，因此能做到秒級的響應。對於無法由cube實現的查詢，Kylin可以將查詢路由給Hive執行，不過當前版本由於性能原因，disable了路由查詢的功能。
1.2 工作流程
使用Kylin的工作流程如下圖所示。
首先，RD創建一個Kylin的項目。一個項目中可以定義多個Cube。
然後，RD需要告訴Kylin需要訪問Hive上的哪些表，即「加載Hive表」。注意這裡Kylin只會從Hive Metastore同步表的元信息，並不會讀取表的數據。
之後就是最主要的「Cube建模」過程。這一步就是定義Cube的元信息，包括Data Model（指定事實表與維表，以及他們的連接方式）和Cube Model（有哪些維度和度量，如何增量刷新，以及聚集組和rowkey這些高級設置）。
建模完成之後，RD就可以出發「Cube構建」的動作了。Kylin提供了Cube構建管理的REST API，因此Cube的構建是可以與現有的調度系統集成的。
Cube構建成功之後，數據分析師就可以進行查詢啦，例如進行常見的上卷下鑽操作。下一小節會提到，Kylin中的Cube對分析師是透明的，分析師還是對Hive中的星型模式查詢，這是Kylin區別於其他方案（例如生產aggr表和summary表）的主要特徵。
1.3 數據模型
在Kylin系統內，不同角色人員看到的數據模型是不同的。下圖說明了其中的區別。
- 對於終端用戶（即數據分析師），其看到的數據是在Hive中以星型模式組織起來的表，並且使用SQL對這些表進行分析。這些表可能在使用Kylin之前就存在於數據倉庫之中了，也就是說，Kylin對於終端用戶應該是“透明”的。但是在實際場景裡，由於Hive和Kylin在SQL語法以及支持的查詢類型等方面的區別，目前Kylin還無法做到完全的透明。不過Kylin在設計中是有「查詢路由」模塊的，該模塊會把無法重寫到HBase的查詢路由給Hive執行，從而實現真正的透明。
- 對於Cube建模人員，其任務是建立從Hive源表到HBase KV模型的映射。因此Cube建模人員接觸的數據模型主要是Cube的元信息，包括標識事實表和維表、標識維度屬性和度量屬性（Aggregation）、以及定義HBase的rowkey等。
- 最後，對於系統管理員，其面對的主要是物理數據模型，即存儲系統的KV模型。
2 Cube建模
關於Cube建模的步驟和操作方式，目前官方教程已經比較全面了，故不再贅述。請讀者自行閱讀。
http://kylin.incubator.apache.org/docs/tutorial/create_cube.html
閱讀更多 互聯網技術棧 的文章
