apache kylin权威指南

Apache Kylin是个由中国人主导的Apache项目，apache kylin权威指南则是国内一本由该团队开发的原创图书，全书总共12章，介绍了Apache Kylin的历史、技术原理和产品定位，同时详细解读了Apache Kylin的核心概念，增量构建，流式构建，查询和可视化，Cube优化，应用案例分析，运维管理等内容，帮助用户更深入了解apache kylin，适用于所有的读者使用，欢迎免费下载。

Apache Kylin简介

Apache Kylin是Hadoop大数据平台上的一个开源OLAP引擎。它采用多维立方体预计算技术，可以将大数据的SQL查询速度提升到亚秒级别。相对于之前的分钟乃至小时级别的查询速度，亚秒级别速度是百倍到千倍的提升，该引擎为超大规模数据集上的交互式大数据分析打开了大门。

Apache Kylin也是中国人主导的、唯一的Apache顶级开源项目，在开源社区有世界级的影响力。

内容简介

《apache kylin权威指南》第1章介绍ApacheKylin的历史、技术原理和产品定位，帮助用户了解何时和为何使用Kylin。第2章通过一个具体的案例快速入门，讲解Kylin核心概念、Cube建模和SQL连接查询这些基本使用。第3、4章讲解增量构建和进一步的流式构建，是大多数案例典型配置。第5、6章是针对查询和可视化、Cube调优的两个专门章节，适合较高级的用户。第7章是一系列有行业特点的具体案例分析，贯穿之前的所有概念。第8、9章讲ApacheKylin的扩展和企业级高级功能，技术性较强，会有较多的代码示例。第10章讲运维管理，从安装配置、监控维护到常见的问题和修复。全书后两章谈ApacheKylin开源社区和项目发展规划。

作者简介

《apache kylin权威指南》由李扬为首的麒麟技术团队撰写。团队是Apache Kylin的主创团队，是了解麒麟技术的一个团队。

李扬是大数据架构师和工程师，专注大数据分析技术。他是Apache Kylin管理委员会成员，也是Kyligence Inc.（一家专业提供大数据商务智能服务的创业公司）创始人之一。李扬是Apache Kylin主创团队的架构师和技术负责人，在eBay期间从2014年开始开发Kylin项目。之前，李扬在IBM工作8年，在摩根士丹利工作2年。在IBM期间，他是“杰出技术贡献奖”的获奖者，曾担任InfoSphere BigInsights的技术负责人，负责Hadoop开源产品架构。在摩根士丹利期间，李扬担任副总裁，负责全球监管报表基础架构。

apache kylin权威指南章节目录

推荐序一
推荐序二
推荐序三
推荐序四
前言
第1章 Apache Kylin概述
1.1 背景和历史
1.2 Apache Kylin的使命
1.2.1 为什么要使用Apache Kylin
1.2.2 Apache Kylin怎样解决关键问题
1.3 Apache Kylin的工作原理
1.3.1 维度和度量简介
1.3.2 Cube和Cuboid
1.3.3 工作原理
1.4 Apache Kylin的技术架构
1.5 Apache Kylin的主要特点
1.5.1 标准SQL接口
1.5.2 支持超大数据集
1.5.3 亚秒级响应
1.5.4 可伸缩性和高吞吐率
1.5.5 BI及可视化工具集成
1.6 与其他开源产品比较
1.7 小结
第2章 快速入门
2.1 核心概念
2.1.1 数据仓库、OLAP与BI
2.1.2 维度和度量
2.1.3 事实表和维度表
2.1.4 Cube、Cuboid和Cube Segment
2.2 在Hive中准备数据
2.2.1 星形模型
2.2.2 维度表的设计
2.2.3 Hive表分区
2.2.4 了解维度的基数
2.2.5 Sample Data
2.3 设计Cube
2.3.1 导入Hive表定义
2.3.2 创建数据模型
2.3.3 创建Cube
2.4 构建Cube
2.4.1 全量构建和增量构建
2.4.2 历史数据刷新
2.4.3 合并
2.5 查询Cube
2.6 SQL参考
2.7 小结
第3章 增量构建
3.1 为什么要增量构建
3.2 设计增量Cube
3.2.1 设计增量Cube的前提
3.2.2 增量Cube的创建
3.3 触发增量构建
3.3.1 Web GUI触发
3.3.2 构建相关的Rest API
3.4 管理Cube碎片
3.4.1 合并Segment
3.4.2 自动合并
3.4.3 保留Segment
3.4.4 数据持续更新
3.5 小结
第4章 流式构建
4.1 为什么要流式构建
4.2 准备流式数据
4.2.1 数据格式
4.2.2 消息队列
4.2.3 创建Schema
4.3 设计流式Cube
4.3.1 创建Model
4.3.2 创建Cube
4.4 流式构建原理
4.5 触发流式构建
4.5.1 单次触发
4.5.2 自动化多次触发
4.5.3 出错处理
4.6 小结
第5章 查询和可视化
5.1 Web GUI
5.1.1 查询
5.1.2 显示结果
5.2 Rest API
5.2.1 查询认证
5.2.2 查询请求参数
5.2.3 查询返回结果
5.3 ODBC
5.4 JDBC
5.4.1 获得驱动包
5.4.2 认证
5.4.3 URL格式
5.4.4 获取元数据信息
5.5 通过Tableau访问Kylin
5.5.1 连接Kylin数据源
5.5.2 设计数据模型
5.5.3 通过Live方式连接
5.5.4 自定义SQL
5.5.5 可视化
5.5.6 发布到Tableau Server
5.6 Zeppelin集成
5.6.1 Zeppelin架构简介
5.6.2 KylinInterpreter的工作原理
5.6.3 如何使用Zeppelin访问Kylin
5.7 小结
第6章 Cube优化
6.1 Cuboid剪枝优化
6.1.1 维度的诅咒
6.1.2 检查Cuboid数量
6.1.3 检查Cube大小
6.1.4 空间与时间的平衡
6.2 剪枝优化的工具
6.2.1 使用衍生维度
6.2.2 使用聚合组
6.3 并发粒度优化
6.4 Rowkeys优化
6.4.1 编码
6.4.2 按维度分片
6.4.3 调整Rowkeys顺序
6.5 其他优化
6.5.1 降低度量精度
6.5.2 及时清理无用的Segment
6.6 小结
第7章 应用案例分析
7.1 基本多维分析
7.1.1 数据集
7.1.2 数据导入
7.1.3 创建数据模型
7.1.4 创建Cube
7.1.5 构建Cube
7.1.6 SQL查询
7.2 流式分析
7.2.1 Kafka数据源
7.2.2 创建数据表
7.2.3 创建数据模型
7.2.4 创建Cube
7.2.5 构建Cube
7.2.6 SQL查询
7.3 小结
第8章 扩展Apache Kylin
8.1 可扩展式架构
8.1.1 工作原理
8.1.2 三大主要接口
8.2 计算引擎扩展
8.2.1 EngineFactory
8.2.2 MRBatchCubingEngine2
8.2.3 BatchCubingJobBuilder2
8.2.4 IMRInput
8.2.5 IMROutput2
8.3 数据源扩展
8.4 存储扩展
8.5 聚合类型扩展
8.5.1 聚合的JSON定义
8.5.2 聚合类型工厂
8.5.3 聚合类型的实现
8.6 维度编码扩展
8.6.1 维度编码的JSON定义
8.6.2 维度编码工厂
8.6.3 维度编码的实现
8.7 小结
第9章 Apache Kylin的企业级功能
9.1 身份验证
9.1.1 自定义验证
9.1.2 LDAP验证
9.1.3 单点登录
9.2 授权
9.3 小结
第10章 运维管理
10.1 安装和配置
10.1.1 必备条件
10.1.2 快速启动Apache Kylin
10.1.3 配置Apache Kylin
10.1.4 企业部署
10.2 监控和诊断
10.2.1 日志
10.2.2 任务报警
10.2.3 诊断工具
10.3 日常维护
10.3.1 基本运维
10.3.2 元数据备份
10.3.3 元数据恢复
10.3.4 系统升级
10.3.5 垃圾清理
10.4 常见问题和修复
10.5 获得社区帮助
10.5.1 邮件列表
10.5.2 JIRA
10.6 小结
第11章 参与开源
11.1 Apache Kylin的开源历程
11.2 为什么参与开源
11.3 Apache开源社区简介
11.3.1 简介
11.3.2 组织构成与运作模式
11.3.3 项目角色
11.3.4 孵化项目及顶级项目
11.4 如何贡献到开源社区
11.4.1 什么是贡献
11.4.2 如何贡献
11.5 礼仪与文化
11.6 如何参与Apache Kylin
11.7 小结
第12章 Apache Kylin的未来
12.1 大规模流式构建
12.2 拥抱Spark技术栈
12.3 更快的存储和查询
12.4 前端展现及与BI工具的整合
12.5 高级OLAP函数
12.6 展望

使用说明

1、下载并解压，得出pdf文件
2、如果打不开本文件，请务必下载pdf阅读器
3、安装后，在打开解压得出的pdf文件
4、双击进行阅读