Kylin作用是什么?

你的名字 2023-07-17 15:36 64阅读 0赞

## 题记：想了解Kylin、首先需要了解一下什么是OLAP、OLTP ##

**一、OLAP：（ OnLine Analytical Processing ）**

一般查询延迟在秒级或者毫秒级，可以实现交互式查询、OLAP的查询一般需要Scan大量数据，大多时候只访问部分列，聚合的需求（Sum、Count、Max、Min、排序、减等）多于明细的需求、查询原始明细数据。

OLAP应用：  
在年底或者发布会上的大数据分析和统计应用，如：豆瓣读书报告，网易云音乐听歌报告，蚂蚁金服的支付账单等等。OLAP最重要的应用BI分析、类型TOP5 或者TOP10 排行榜、或者统计标签的人物画像哪类人最多等等，热点问题排行榜并不是。

OLAP优点：  
专门用来做决策支持  
历史的、总结的、统一的数据，进行比较或者归纳。  
侧重与查询  
查询吞吐量和相应时间是关键性能指标

**二、OLTP：（Online Transaction Processing）**

一般只会访问少量的记录，且大多时候都会利用索引。

OLTP应用：  
在线的面向终端用户直接使用的 Web 应用：金融，博客，评论，电商等系统的查询都是 OLTP 查询，比如最常见的基于主键的 CRUD 操作。

OLTP优点：  
专门用来做日常的，基本的操作  
任务由短的，原子的，隔离的事务组成  
处理的数据量在 G 级别  
重视一致性和可恢复性  
事务的吞吐量是关键性能指标  
最小化并发冲突

总结：  
OLTP 需要解决数据的增、删、改、查的问题，OLAP 需要解决数据聚合的问题。

扩展：  
OLAP实现方式：根据存储数据的方式不同可以分为 ROLAP、MOLAP。

ROLAP：  
ROLAP 主要通过数据引擎强大的计算能力，瞬间聚合数据得到 OLAP 结果。

MOLAP：  
MOLAP 则是提前计算聚合好数据模型，查询的时候只需要返回已经聚合好的数据结果。

**三、Kylin理论**

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70]

核心思想：空间换时间

**四、Kylin 架构**

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70 1]  
Kylin 自身的组件只有两个：\*\*JobServer 和 QueryServer \*\*。 Kylin 的 JobServer 主要负责将数据源（Hive,Kafka）的数据通过计算引擎（MapReduce，Spark）生成 Cube 存储到存储引擎（HBase）中。

QueryServer 主要负责 SQL 的解析，逻辑计划的生成和优化，向 HBase 的多个 Region 发起请求，并对多个 Region 的结果进行汇总，生成最终的结果集。

在架构设计上，Kylin 的数据源，构建 Cube 的计算引擎，存储引擎都是可插拔的。Kylin 的核心就是这套可插拔架构，Cube 数据模型和 Cuboid 的算法。

**五、Kylin 数据模型**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70 2]  
Kylin 将表中的列分为维度列和指标列。在数据导入和查询时相同维度列中的指标会按照对应的聚合函数 (Sum, Count, Min, Max, 精确去重，近似去重，百分位数，TOPN) 进行聚合。

**六、插件架构**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70 3]  
参考：[http://kylin.apache.org/cn/blog/][http_kylin.apache.org_cn_blog]  
参考：[ RangeYan][RangeYan]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70]: /images/20230528/4fa14e2222964530b8ae1b70affbc8c6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70 1]: /images/20230528/b0892813466e41e598a06dcd4f566b8a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70 2]: /images/20230528/6a7bfaffd372436bb8ac306b726be32d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70 3]: /images/20230528/92f5283f7ca54835acd84298d60d5fc9.png
[http_kylin.apache.org_cn_blog]: http://kylin.apache.org/cn/blog/
[RangeYan]: http://www.imooc.com/u/4374626