第一个国产Apache顶级项目——Kylin，了解一下!大数据Alice菌的博客-

写在前面： 博主是一名软件工程系大数据应用开发专业大二的学生，昵称来源于《爱丽丝梦游仙境》中的Alice和自己的昵称。作为一名互联网小白，写博客一方面是为了记录自己的学习历程，一方面是希望能够帮助到很多和自己一样处于起步阶段的萌新。由于水平有限，博客中难免会有一些错误，有纰漏之处恳请各位大佬不吝赐教！个人小站:https://alices.ibilibili.xyz/ , 博客主页:https://alice.blog.csdn.net/
尽管当前水平可能不及各位大佬，但我还是希望自己能够做得更好，因为一天的生活就是一生的缩影。我希望在最美的年华，做最好的自己！

        说到Apache顶级开源项目，大家首先会想到什么？？？
        不熟悉Apache软件基金会的朋友也不用担心，大家可以去Apache官网，下拉到最下边的页面，查看Apache有哪些开源项目。

        相信各位朋友在项目清单中肯定会看到不少熟悉的身影，JavaEE，HTTP,FTP,Hadoop,SQL,Maven,Tomcat,Kafka,Hive…这些几乎我们天天都在打交道的朋友，竟然都是Apache顶级项目的一员。

        也许你会有些遗憾，这些顶级项目都是由外国友人所贡献的。但认真看了本篇博客标题的朋友都应该清楚，接下来，我要为大家介绍的是正如题目所述，第一个由国人开发的Apache顶级项目——Kylin

Kylin简介

Kylin的诞生背景

• Kylin是中国团队研发的，是第一个真正由中国人自己主导、从零开始、自主研发、并成为Apache顶级开源项目

• Hive的性能比较慢，支持SQL灵活查询，特别慢

• HBase的性能快，原生不支持SQL(phoenix:可以写sql语句来查询hbase!!
  )

• Kylin是将先将数据进行预处理，将预处理的结果放在HBase中，效率很高！

Kylin的应用场景

Kylin 典型的应用场景如下：

• 用户数据存在于Hadoop HDFS中，利用Hive将HDFS文件数据以关系数据方式存取，数据量巨大，在500G以上
• 每天有数G甚至数十G的数据增量导入
• 有10个以内较为固定的分析维度

        Kylin 的核心思想是利用空间换时间，在数据 ETL 导入 OLAP 引擎时提前计算各维度的聚合结果并持久化保存

联机事务处理OLTP、联机分析处理OLAP。
OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
OLAP联机分析处理的用户是企业中的专业分析人员及管理决策人员，他们在分析业务经营的数据时，从不同的角度来审视业务的衡量指标是一种很自然的思考模式。例如分析销售数据，可能会综合时间周期、产品类别、分销渠道、地理分布、客户群类等多种因素来考量。

使用Kylin的公司

既然都看到这么多大公司选择了Kylin，让我们接下来看看为什么要使用Kylin？

为什么要使用Kylin

        Kylin 是一个 Hadoop 生态圈下的 MOLAP 系统，是 ebay 大数据部门从2014 年开始研发的支持 TB 到 PB 级别数据量的分布式 Olap 分析引擎。其特点包括:

• 可扩展的超快的 OLAP 引擎

• 提供 ANSI-SQL 接口

• 交互式查询能力

• MOLAP Cube 的概念

• 与 BI 工具可无缝整合

Kylin的总体架构

Kylin 依赖于 Hadoop、Hive、Zookeeper 和 Hbase

Kylin安装

依赖环境

从上面的架构中我们就可以看出，Kylin对于环境的依赖比较高

集群规划

注意：

• kylin-2.6.3-bin-hbase1x所依赖的hbase为1.1.1版本
• 要求hbase的hbase.zookeeper.quorum值必须只能是host1,host2,…。不允许出现带端口号的情况，例如：host1:2181,…

安装HBase1.1.1

        因为我们之前用的hbase版本是hbase-1.2.0-cdh5.14的版本，所以在安装kylin之前，我们需要下安装hbase 1.1.1版本

<1>下载hbase 1.1.1版本

这里我已经下载好了，需要的朋友可以后台私信我

<2>上传到一台服务器，解压缩

tar -xvzf hbase-1.1.1-bin.tar.gz -C ../servers/ 

<3>修改hbase-env.sh

添加JAVA_HOME环境变量

export JAVA_HOME=/export/servers/jdk1.8.0_141/ export HBASE_MANAGES_ZK=false 

<4>修改hbase-site.xml，添加以下配置

注意：

• 修改HDFS NameNode节点名称
• 修改zookeeper服务器名称
• 修改zookeeper数据目录位置

<configuration> <property> <name>hbase.rootdir</name> <value>hdfs://node1:8020/hbase_1.1.1</value> </property> <property> <name>hbase.cluster.distributed</name> <value>true</value> </property> <!-- 0.98后的新变动，之前版本没有.port,默认端口为60000 --> <property> <name>hbase.master.port</name> <value>16000</value> </property> <property> <name>hbase.zookeeper.property.clientPort</name> <value>2181</value> </property> <property> <name>hbase.master.info.port</name> <value>60010</value> </property> <property> <name>hbase.zookeeper.quorum</name> <value>node1,node2,node3</value> </property> <property> <name>hbase.zookeeper.property.dataDir</name> <value>/export/servers/zookeeper-3.4.9/zkdatas</value> </property> <property> <name>hbase.thrift.support.proxyuser</name> <value>true</value> </property> <property> <name>hbase.regionserver.thrift.http</name> <value>true</value> </property> </configuration> 

<5>修改regionservers，添加其他的节点

node1 

<6>在hbase conf目录中创建core-site.xml和hdfs-site.xml软连接

ln -s /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/core-site.xml $PWD/core-site.xml ln -s /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/hdfs-site.xml $PWD/hdfs-site.xml 

<7>配置HBase环境变量

# Apache HBase 1.1.1 export HBASE_HOME=/export/servers/hbase-1.1.1 export PATH=$HADOOP/sbin:$HADOOP/bin:$HBASE_HOME/bin:$PATH 

刷新环境变量

source /etc/profile 

<8>使用 zkCli 删除之前的 hbase 节点

# 进入到 zkCli中 /export/servers/zookeeper-3.4.9/bin/zkCli.sh # 执行删除 rmr /hbase 

启动

1. 启动ZooKeeper
2. 启动HDFS
3. 启动HBase

bin/start-hbase.sh 

4. 进入hbase shell

        执行上述操作，执行list命令，如果能显示以下内容，表示安装成功。

hbase(main):002:0> list TABLE 0 row(s) in 0.1380 seconds  => [] 

ok，安装完了Hbase1.1.1，接着我们开始安装kylin

安装kylin-2.6.3-bin-hbase1x

<1>解压

tar -zxf /export/softwares/apache-kylin-2.6.3-bin-hbase1x.tar.gz -C /export/servers/ 

<2>增加kylin依赖组件的配置

/export/servers/apache-kylin-2.6.3-bin-hbase1x/conf ln -s $HADOOP_HOME/etc/hadoop/hdfs-site.xml hdfs-site.xml ln -s $HADOOP_HOME/etc/hadoop/core-site.xml core-site.xml ln -s $HBASE_HOME/conf/hbase-site.xml hbase-site.xml ln -s $HIVE_HOME/conf/hive-site.xml hive-site.xml ln -s $SPARK_HOME/conf/spark-defaults.conf spark-defaults.conf 

<3>配置kylin.sh

/export/servers/apache-kylin-2.6.3-bin-hbase1x/bin vim kylin.sh 

kylin.sh文件添加如下内容：

export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0 export HIVE_HOME=/export/servers/hive-1.1.0-cdh5.14.0 export HBASE_HOME=/export/servers/hbase-1.1.1 export SPARK_HOME=/export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0 

<4>配置conf/kylin.properties

将安装kylin的节点的名称换上，例如node01，总共是3处需要修改。

<5>初始化kylin在hdfs上的数据路径

hadoop fs -mkdir -p /apps/kylin 

<6>启动集群

1、启动zookeeper
2、启动HDFS
3、启动YARN集群
4、启动HBase集群
5、启动 metastore

nohup hive --service metastore & 

6、启动 hiverserver2

nohup hive --service hiveserver2 & 

7、启动Yarn history server

mr-jobhistory-daemon.sh start historyserver 

8、启动spark history server【可选】

sbin/start-history-server.sh  

9、启动kylin

./kylin.sh start 

看到下面的效果图，说明我们的kylin已经启动成功了

10、登录Kylin

到这里，我们可以通过路径https://node01:7070/kylin对我们的kylin的WEB界面进行访问

默认的用户名是ADMIN,密码是KYLIN,注意都是大写

然后就可以看到类似下面的界面效果图~~

小结

        Kylin的简介以及安装部署的过程的内容到这里就结束了。大家需要在对kylin有所了解的基础上，搭建好kylin所需要的环境。

        如果以上过程中出现了任何的纰漏错误，烦请大佬们指正😅

        受益的朋友或对大数据技术感兴趣的伙伴记得关注支持一波🙏