架構

kylin是一款分析引擎，最常用的數據源是Hive。1.5版本之后數據源增加了kafka，但最常用的仍然是Hive。但是Hive查詢比較慢，Kylin解決了這一問題。

大致流程：

第一步：從Hive或Kafka中獲取數據;

第二步：有Cube構建引擎對數據進行加工;

第三步：將加工后的數據存儲到HBase;（Kylin快的根本所在）

第四步：暴露接口供外部查詢。

以下這個組件負責數據的查詢，億級數據亞秒級別查詢就靠它了：

以下兩個組件用于解決離線數據的存儲：

Kylin從Hive中獲取到數據，然后由下面這個組件進行加工：將所有維度可能的組合給提前預計算好之后存儲到HBase，查詢九直接走HBase。這個預計算的過程就是MR來完成的，1.6之后可以選擇spark作為計算引擎。

名詞解釋

維度和度量

比如：性別、年齡是維度，人數就是度量（也叫指標等）

Cube和Cuboid

核心算法

逐層構建算法

快速構建算法

總結

以上是生活随笔為你收集整理的kylin分析引擎：运行原理、维度和Cube等名词解释、核心算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。