這篇文章主要解答的一個問題就是:

kylin 是什麼 ? 

根據官方的介紹 http://kylin.apache.org/cn/docs/

這篇部落格也很優秀:http://tech.meiyou.com/?p=97

Apache Kylin™是一個開源的分散式分析引擎，提供Hadoop之上的SQL查詢介面及多維分析（OLAP）能力以支援超大規模資料，最初由eBay Inc.開發並貢獻至開源社群。

關鍵詞:

開源

任何人都可以接觸到原始碼,目前已經貢獻給Apache基金會,併成為頂級專案

分散式

基於 mr , spark 的底層計算, 實現分散式計算

基於hbase的計算結果儲存,實現分散式呼叫

分析引擎

cube建模,三維立體的資料集合,對於任意二維的組合,都可以實現,也就讓資料分析的需求更加容易落地.

Kylin的核心思想是利用空間換時間，由於查詢方面制定了多種靈活的策略，進一步提高空間的利用率，使得這樣的平衡策略在應用中是值得采用的

Hadoop之上

Hadoop解決了分散式儲存,分散式計算,分散式協調等基礎問題.kylin可以對Hadoop上的資料(hive) 進行SQL操作, 達到一個預處理,預計算的效果.

SQL查詢介面

kylin的結果資料,可以提供SQL查詢. 並且 擁有JDBC API . 方便程式擴充套件

多維度OLAP

STEP1. 根據Cube定義的事實表和維度，在Hive中生成一張中間表；
STEP2. 使用MapReduce，從事實表中抽取維度的Distinct值，並以字典樹的方式壓縮編碼，同時也對所有維度表進行壓縮編碼，生成維度字典；
STEP3. 計算和統計所有的維度組合，並儲存，其中，每一種維度組合，稱為一個Cuboid；
STEP4. 建立HBase Table；
STEP5. 利用step1中間表的資料，使用MapReduce，生成每一種維度組合的資料；
STEP6. 將Cuboid資料轉換成HFile，並匯入到HBase Table中：
STEP7. 更新Cube資訊，清理中間表：
整個Build過程結束。

cube 建模過程結束以後,我們就可以進行多維度的OLAP分析了 

Cube是一種典型的多維資料分析技術，一個Cube可以有多個事實表，多個維表構成。

1、維度組合Cuboid
Cube是所有的維度組合，任一維度的組合稱為cuboid。
理論上來說，一個N維的Cube，便有2的N次方種維度組合（Cuboid），一個Cube包含time，item, location, supplier四個維度，那麼組合便有16種：

Kylin中Cube的Build過程，其實是將所有的維度組合事先計算，儲存於HBase中，以空間換時間，HTable對應的RowKey，就是各種維度組合，指標存在Column中。
這樣，將不同維度組合的查詢SQL，轉換成基於RowKey的範圍掃描，然後對指標進行彙總計算。

2、Kylin構建Cube的過程
如下圖所示：

超大規模

只要你有足夠的hbase儲存kylin結果,那規模肯定是巨大的

因為進行了預處理,所以才會快