前言

本文隶属于专栏《1000个问题搞定大数据技术体系》,该专栏为笔者原创,引用请注明来源,不足和错误之处请在评论区帮忙指出,谢谢!

本专栏目录结构和文献引用请见1000个问题搞定大数据技术体系

正文

1. 可扩展超快的基于大数据的分析型数据仓库

Kylin 是为减少在 Hadoop/Spark 上百亿规模数据查询延迟而设计

2. Hadoop ANSI SQL 接口

作为一个分析型数据仓库(也是 OLAP 引擎),Kylin 为 Hadoop 提供标准 SQL 支持大部分查询功能

3. 交互式查询能力

通过 Kylin,用户可以与 Hadoop 数据进行亚秒级交互,在同样的数据集上提供比 Hive 更好的性能

4. 多维立方体(MOLAP Cube)

用户能够在 Kylin 里为百亿以上数据集定义数据模型并构建立方体

5. 实时 OLAP

Kylin 可以在数据产生时进行实时处理,用户可以在秒级延迟下进行实时数据的多维分析。

6. 与BI工具无缝整合

Kylin 提供与 BI 工具的整合能力,如Tableau,PowerBI/Excel,MSTR,QlikSense,Hue 和 SuperSet

7. 其他特性

  • Job管理与监控
  • 压缩与编码
  • 增量更新
  • 利用HBase Coprocessor
  • 基于HyperLogLog的Dinstinc Count近似算法
  • 友好的web界面以管理,监控和使用立方体
  • 项目及表级别的访问控制安全
  • 支持LDAP、SSO

总结

上述特性来自 Apache Kylin 官网,实际上 Kylin 相较于其他 OLAP 引擎最大的优势在于在维度可控的前提下在开源领域提供最快的查询分析能力

Apache Kylin 和 ClickHouse 可以称为 OLAP 领域的双子星。

ClickHouse 是 ROLAP 的 NO.1,而 Apache Kylin 是 MOLAP 的 NO.1

关于 ROLAP 和 MOLAP 请参考我的博客——OLAP有哪些实现方法?

上一篇 下一篇