0 术语
略。基本可以从wikipedia上找到解释。
http://kylin.incubator.apache.org/docs/gettingstarted/terminology.html
1 架构简介
在介绍Kylin的各种操作之前，首先让我们来了解一下Kylin的总体设计，包括其架构、工作流程、和数据模型。
1.1 架构
Kylin目前是一个MOLAP系统，也就是基于对Cube进行预计算来满足低延迟的查询处理。Kylin的数据源就是Hive上的表，以星型模式存在。Kylin的离线计算过程（下图中蓝色箭头的数据流）会读取Hive中的原始数据，将事实表和维表join起来，然后对各种维度组合（cuboid）进行计算。计算后的cube以key-value的形式存储在HBase中。
对于SQL请求，Kylin的查询引擎会判断SQL能否由HBase中的cube满足。如果可以，查询就会转换为HBase的range scan操作，直接获得结果数据，因此能做到秒级的响应。对于无法由cube实现的查询，Kylin可以将查询路由给Hive执行，不过当前版本由于性能原因，disable了路由查询的功能。
1.2 工作流程
使用Kylin的工作流程如下图所示。
首先，RD创建一个Kylin的项目。一个项目中可以定义多个Cube。
然后，RD需要告诉Kylin需要访问Hive上的哪些表，即「加载Hive表」。注意这里Kylin只会从Hive Metastore同步表的元信息，并不会读取表的数据。
之后就是最主要的「Cube建模」过程。这一步就是定义Cube的元信息，包括Data Model（指定事实表与维表，以及他们的连接方式）和Cube Model（有哪些维度和度量，如何增量刷新，以及聚集组和rowkey这些高级设置）。
建模完成之后，RD就可以出发「Cube构建」的动作了。Kylin提供了Cube构建管理的REST API，因此Cube的构建是可以与现有的调度系统集成的。
Cube构建成功之后，数据分析师就可以进行查询啦，例如进行常见的上卷下钻操作。下一小节会提到，Kylin中的Cube对分析师是透明的，分析师还是对Hive中的星型模式查询，这是Kylin区别于其他方案（例如生产aggr表和summary表）的主要特征。
1.3 数据模型
在Kylin系统内，不同角色人员看到的数据模型是不同的。下图说明了其中的区别。
- 对于终端用户（即数据分析师），其看到的数据是在Hive中以星型模式组织起来的表，并且使用SQL对这些表进行分析。这些表可能在使用Kylin之前就存在于数据仓库之中了，也就是说，Kylin对于终端用户应该是“透明”的。但是在实际场景里，由于Hive和Kylin在SQL语法以及支持的查询类型等方面的区别，目前Kylin还无法做到完全的透明。不过Kylin在设计中是有「查询路由」模块的，该模块会把无法重写到HBase的查询路由给Hive执行，从而实现真正的透明。
- 对于Cube建模人员，其任务是建立从Hive源表到HBase KV模型的映射。因此Cube建模人员接触的数据模型主要是Cube的元信息，包括标识事实表和维表、标识维度属性和度量属性（Aggregation）、以及定义HBase的rowkey等。
- 最后，对于系统管理员，其面对的主要是物理数据模型，即存储系统的KV模型。
2 Cube建模
关于Cube建模的步骤和操作方式，目前官方教程已经比较全面了，故不再赘述。请读者自行阅读。
http://kylin.incubator.apache.org/docs/tutorial/create_cube.html
閱讀更多 互聯網技術棧 的文章
