一、开篇

二、Apache Kylin是什么？

三、为什么要使用Apache Kylin？

四、Apache Kylin的架构

五、Kylin使用案例

六、Kylin + AI展望

七、总结

一、开篇

我这个人有个习惯，每天早上起床刷牙之后要先喝一杯果汁。我只喜欢吃3种水果：苹果、梨、香蕉，所以我每天早上都在纠结是苹果+梨，还是梨+香蕉，还是苹果+梨+香蕉等等。

刚开始只有我一个人还好，早上早起几分钟榨一下挺方便。后面我女朋友也要喝，我就再早起一点，水果多了，榨的时间也变长。后面我岳父岳母也要喝，但我已经不想再早起，于是又买了台榨汁机。

到后面，我爸我妈也要喝。。我不想早起的同时也不想买榨汁机了，因为我觉得后面家里谁要喝还得继续买，承受不起了。

于是我用前面两台普通榨汁机换购了一台多功能榨汁机，这个多功能机器厉害了，我只需要提前一天放好水果，然后定个时，这样它就会把所有水果的果汁榨出来，我们想喝什么再自己混合就行。

这样除非水果种类增加了，因为放水果的槽有限，花费的时间也需要增加。不然无论多少人喝，都是够喝的。虽然占的面积比较大，但能节省我时间和金钱，值得！

而Apache Kylin与这台多功能榨汁机有异曲同工之妙~

二、Apache Kylin是什么？

1.Apache Kylin是一个大数据分析框架，可以理解为进化版的Hive，同时也是OLAP on Hadoop的一个引擎，常被用于数仓解决方案。

2.中国第一个Apache顶级开源项目，比阿里的Apache Dubbo、RocketMQ都早。

3.同样的数据量，Mysql可能是小时级别，而Hive是分钟级，而Apache Kylin则是亚秒级。

三、为什么要使用Apache Kylin？

1.从传统数据库(Mysql等)到 SQL on Hadoop(Hive、SparkSql)等，都会发现一个问题，查询时间随数据量的增大而增加。

2.查询数据量继续增大，而查询时间不变的话，就得水平拓展机器，让并行计算速率加快。但这样一方面增加了机器资源的经济成本，一方面又增加机器运维的人力成本。

3.Apache Kylin采用预计算方式，以空间换时间的方法，解决上述两个问题。让分析师把更多时间花在业务建模方面，而不是等待查询结果。

四、Apache Kylin的架构

Apache Kylin权威指南(第二版)

1.首先看图的最左边，有Hadoop、Hive、Kafka等。这边是项目的数据源，可能存储在Hive、或者Mysql，又或者流式的Kafka。

2.将数据源配置好之后，由中间的计算引擎去拉，根据分析师建模配置好的维度，用户可以选择是用MapReduce或Spark进行计算，然后生成Cube。

3.将生成的Cube数据集存储到右边的HBase，等待被查询。

4.最上方的Rest api以及JDBC和ODBC就是查询入口，因为整个预计算以及Cube对用户是隐性的，所以用户只需要按照正常的查询操作就行，不用关心技术实现细节。