”“”

Apache Kylin：在Hadoop平台上實現OLAP

在Hadoop平台上建立和諮詢在線分析處理數據結構（OLAP）

一項全面的課程，學習如何使用Apache Kylin構建和諮詢大數據OLAP立方體。

Apache Kylin是一個高級Apache項目，它將OLAP帶入大數據。這僅意味著我們現在可以編寫具有不同聚合級別的複雜聚合查詢，並等待秒或微秒的答案進行諮詢。

多年來，在線分析處理（OLAP）一直是傳統商業智能中的普遍術語，但是對於Hadoop平台來說並不容易，這已成為許多人的數據湖解決方案。這些數據湖經常有數億甚至數十億個記錄，組織想要分析以獲得見解。但是，在Hadoop技術（例如Apache Hive或Apache Drill）中執行SQL查詢的高延遲通常意味著數據架構師選擇將其數據轉移回傳統系統，從而可以對諮詢產生實時響應。

Kylin解決了所有問題。

借助Apache Kylin，任何具有技能的人現在都可以使用Web界面來建立OLAP，ROLAP或MOLAP結構，部署它們並期望在響應時間內諮詢這些結構。此外，您可以將喜歡的應用程序或查看工具連接到Kylin，以集成數據以進行系統處理和可視化。

在本課程中，我們將解決：

• 什麼是凱琳
  • 它是如何工作的
• 如何在地段和流型模型上建造OLAP立方體
• 如何部署立方體
• 如何諮詢立方體
• 如何連接Kylin外部的工具和應用
  • 以及更多

誰是這門課程？

• 大數據工程師/開發人員
• 數據架構師
• 數據分析師
• 任何希望能夠在大型數據集中撰寫簡單至複雜的聚合查詢的人，並且想要較低的延遲響應時間

有什麼要求？

• 您需要訪問大數據沙箱，例如Cloudera Quickstart VM，HDP Sandbox Hortonworks或具有至少10GB RAM的基於雲的Hadoop環境。
• 您必須熟悉SQL，並且能夠使用ODBC或基於JDBC的工具。
• 對Linux的一些熟悉會有所幫助。

<

h3>我需要知道什麼才能充分利用本課程？

由於Kylin使用其他Hadoop項目來實現其設計，因此對Apache Hive，Apache Kafka，Apache HBase，MapReduce等項目的合理理解非常適合本課程。但是，仍然可以在不了解這些技術的情況下使用Kylin。

還值得知道，在報告或數據視圖中諮詢Kylin或使用數據集成不需要任何大數據技術的先驗知識。

您將學到什麼

• 了解如何創建OLAP立方體結構
• 在Hadoop大數據平台上建立和諮詢OLAP立方體
• 在流數據上執行分析查詢
• 將您的大數據立方與工具或外部應用程序集成
• 在集群中保護您的Olap Cube