0
点赞
收藏
分享

微信扫一扫

如何在CDH中部署及使用Kylin

温馨提示:要看高清无码套图,请使用手机打开并单击图片放大查看。


Fayson的github:https://github.com/fayson/cdhproject


提示:代码块部分可以左右滑动查看噢


1.文档编写目的



Apache Kylin是一个开源的分布式分析引擎,提供Hadoop/Spark之上的SQL查询接口及多维分析(OLAP)能力以支持超大规模数据,最初由eBay开发并贡献至开源社区。它能在亚秒内查询巨大的Hive表。


如何在CDH中部署及使用Kylin_hadoop


具体功能如下:


1.可扩展超快OLAP引擎: 

- 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: 

- 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.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


6.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


以上内容来自Kylin的Apache社区官网,具体参考:http://kylin.apache.org/cn/,本文主要描述如何在CDH集群中部署及使用Kylin。


  • 内容概述

1.下载Kylin

2.部署Kylin

3.Demo1

4.Demo2


测试环境

1.RedHat7.4

2.CM/CDH5.13.3

3.Apache Kylin2.1.0

4.集群未启用Kerberos


  • 前置条件

1.CDH集群正常运行

2.Hive,HBase服务运行正常

3.安装Kylin服务的节点已经部署Hive Gateway


2.下载Kylin



社区版kylin下载地址:https://archive.apache.org/dist/kylin/ ,本次测试使用apache-kylin-2.1.0


如何在CDH中部署及使用Kylin_hive_02


3.部署Kylin



这里测试只部署了一个节点,实际生产可以部署多个节点,kylin是无状态的,前端做负载均衡。


1.上传kylin包至服务器

如何在CDH中部署及使用Kylin_kylin_03


2.解压至/usr/local目录,并建软链接


[root@hadoop3 ~]# tar -zxvf apache-kylin-2.1.0-bin-cdh57.tar.gz -C /usr/local/
[root@hadoop3 ~]# cd /usr/local/
[root@hadoop3 local]# ln -s apache-kylin-2.1.0-bin-cdh57/ kylin

(可左右滑动)


如何在CDH中部署及使用Kylin_kylin_04

如何在CDH中部署及使用Kylin_hadoop_05


3.Kylin环境配置

主要配置kylin的home目录及java环境变量,配置如下:

[root@hadoop3 kylin]# vim ~/.bashrc 
export JAVA_HOME=/usr/java/jdk1.7.0_67-cloudera
export KYLIN_HOME=/usr/local/kylin
export PATH=$JAVA_HOME/bin:$PATH
[root@hadoop3 kylin]# source ~/.bashrc

(可左右滑动)


如何在CDH中部署及使用Kylin_hive_06

如何在CDH中部署及使用Kylin_hadoop_07


4.执行bin/check-env.sh检查kylin运行环境


如何在CDH中部署及使用Kylin_kylin_08


5.启动kylin服务,执行bin/kylin.sh start命令


如何在CDH中部署及使用Kylin_kylin_09

如何在CDH中部署及使用Kylin_hadoop_10


6.访问kylin的web UI,这里的地址是http://192.168.0.198:7070/kylin,默认账号密码为:ADMIN/KYLIN


如何在CDH中部署及使用Kylin_kylin_11



4.Demo1:Kylin自带



1.Kylin本身自带了一个测试例子,创建流程如下:

执行sample.sh脚本,这个主要是创建kylin的project、model、cube以及相关的hive表等。


如何在CDH中部署及使用Kylin_hadoop_12

如何在CDH中部署及使用Kylin_hadoop_13


查看Hive default库中的表,多了五张表


如何在CDH中部署及使用Kylin_hadoop_14


2.进入kylin Web界面reload metadata


如何在CDH中部署及使用Kylin_hive_15


3.查看导入模型


如何在CDH中部署及使用Kylin_kylin_16


4.构建cube


如何在CDH中部署及使用Kylin_hadoop_17


5.选择数据分区范围


如何在CDH中部署及使用Kylin_hive_18


6.点击monitor,查看正在构建cube的作业


如何在CDH中部署及使用Kylin_hive_19

如何在CDH中部署及使用Kylin_kylin_20


这一步会比较耗时,因为这步会进行预计算,默认是MapReduce作业。


7.查询构建完成的cube

先运行简单的count,可以看到耗时2.14s,再次执行基本在豪秒级,因为kylin支持缓存功能


select count(*) from KYLIN_SALES

(可左右滑动)


如何在CDH中部署及使用Kylin_hadoop_21


执行多表关联查询


select sum(KYLIN_SALES.PRICE) 
as price_sum,KYLIN_CATEGORY_GROUPINGS.META_CATEG_NAME,KYLIN_CATEGORY_GROUPINGS.CATEG_LVL2_NAME
from KYLIN_SALES inner join KYLIN_CATEGORY_GROUPINGS
on KYLIN_SALES.LEAF_CATEG_ID = KYLIN_CATEGORY_GROUPINGS.LEAF_CATEG_ID and
KYLIN_SALES.LSTG_SITE_ID = KYLIN_CATEGORY_GROUPINGS.SITE_ID
group by KYLIN_CATEGORY_GROUPINGS.META_CATEG_NAME,KYLIN_CATEGORY_GROUPINGS.CATEG_LVL2_NAME
order by KYLIN_CATEGORY_GROUPINGS.META_CATEG_NAME asc,KYLIN_CATEGORY_GROUPINGS.CATEG_LVL2_NAME desc

(可左右滑动)


如何在CDH中部署及使用Kylin_hive_22

如何在CDH中部署及使用Kylin_hadoop_23


耗时1.89s,查询支持多种展示方式,如:Line chart、bar chart、pie chart,可以点击Visualization查看可视化展示方式,并且可以选择不同的维度和度量字段。


5.Demo2



1.数据准备


如何在CDH中部署及使用Kylin_hive_24


下载地址:

​​https://github.com/fayson/cdhproject/tree/master/kylindemo​​


2.执行建表语句,执行以下命令


hdfs dfs -put employee.csv /tmp/data/kylin/
hdfs dfs -put employee.csv /tmp/data/kylin/
beeline -u "jdbc:hive2://hadoop2.macro.com:10000/default" -n hive -f create_table.sql

(可左右滑动)


如何在CDH中部署及使用Kylin_hadoop_25

如何在CDH中部署及使用Kylin_hive_26

如何在CDH中部署及使用Kylin_hive_27


3.创建project


如何在CDH中部署及使用Kylin_hadoop_28

如何在CDH中部署及使用Kylin_kylin_29


4.加载Hive表


如何在CDH中部署及使用Kylin_kylin_30

如何在CDH中部署及使用Kylin_hive_31

如何在CDH中部署及使用Kylin_hadoop_32


5.创建model,入project的名称和描述:


如何在CDH中部署及使用Kylin_kylin_33


6.选择事实表,并点击add Lookup Table查询表


如何在CDH中部署及使用Kylin_hive_34

如何在CDH中部署及使用Kylin_hive_35


7.选择维度字段


如何在CDH中部署及使用Kylin_hadoop_36


8.选择度量字段:


如何在CDH中部署及使用Kylin_hive_37


9.如果有分区选择分区表和列


如何在CDH中部署及使用Kylin_kylin_38


10.model创建完成


如何在CDH中部署及使用Kylin_kylin_39


11.创建cube


如何在CDH中部署及使用Kylin_kylin_40


12.选择model


如何在CDH中部署及使用Kylin_hadoop_41


13.选择维度,这里把model中设置的维度都勾选上


如何在CDH中部署及使用Kylin_hadoop_42

如何在CDH中部署及使用Kylin_hadoop_43


14.选择度量指标,可以添加,比如sum、Max等


如何在CDH中部署及使用Kylin_hadoop_44

如何在CDH中部署及使用Kylin_hadoop_45

如何在CDH中部署及使用Kylin_hadoop_46


15.默认,下一步


如何在CDH中部署及使用Kylin_hive_47


16.默认,下一步


如何在CDH中部署及使用Kylin_hive_48

如何在CDH中部署及使用Kylin_hive_49


17.cube创建完成


如何在CDH中部署及使用Kylin_hive_50


18.构建cube


如何在CDH中部署及使用Kylin_hive_51


19.查看构建cube的job,进入monitor


如何在CDH中部署及使用Kylin_hive_52

如何在CDH中部署及使用Kylin_kylin_53


20.查询

先执行简单查询,

查询语句:


select count(*) from EMPLOYEE和select max(salary) from EMPLOYEE

(可左右滑动)


如何在CDH中部署及使用Kylin_kylin_54

如何在CDH中部署及使用Kylin_hive_55


可以看到耗时分别在0.19s和0.11秒


21.统计各部门员工薪资总和,执行以下语句


select d.ID,sum(e.SALARY) as salary from EMPLOYEE as e left join DEPARTMENT as d on e.DEPTID=d.id group by d.ID order by salary desc

(可左右滑动)


如何在CDH中部署及使用Kylin_kylin_56

如何在CDH中部署及使用Kylin_hive_57



提示:代码块部分可以左右滑动查看噢


为天地立心,为生民立命,为往圣继绝学,为万世开太平。

温馨提示:要看高清无码套图,请使用手机打开并单击图片放大查看。



推荐关注Hadoop实操,第一时间,分享更多Hadoop干货,欢迎转发和分享。

如何在CDH中部署及使用Kylin_kylin_58

原创文章,欢迎转载,转载请注明:转载自微信公众号Hadoop实操


举报

相关推荐

0 条评论