基于Apache Kylin构建大数据分析平台

Apache Kylin是一个开源的分布式分析引擎，提 供Hadoop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公司开发并贡献 至开源社区。它能在亚秒内查询巨大的Hive表。 蒋守壮著的《基于Apache Kylin构建大数据分析 平台》分为21章，详细讲解Apache Kylin概念、安装 、配置、部署，让读者对Apache Kylin构建大数据分 析平台有一个感性认识。同时，本书从应用角度，结 合Dome和实例介绍了用于多维分析的Cube算法的创建 、配置与优化。最后还介绍了Kyligence公司发布KAP 大数据分析平台，对读者有极大的参考价值。 本书适合大数据技术初学者、大数据分析人员、 大数据架构师等，也适合用于高等院校和培训学校相 关专业师生教学参考。

蒋守壮，现就职于万达网络科技集团有限公司，资深大数据工程师，大数据实践者。曾任平安科技资深大数据分析师和架构师，CSDN社区专家，知识库特邀编辑。目前专注于Docker、Kubernetes、Mesos、Hadoop、Spark和Kylin等技术领域。

第一部分 Apache Kylin基础部分 第1章 Apache Kylin前世今生 1.1 Apache Kylin的背景 1.2 Apache Kylin的应用场景 1.3 Apache Kylin的发展历程 第2章 Apache Kylin前奏 2.1 事实表和维表 2.2 星型模型和雪花型模型 2.2.1 星型模型 2.2.2 雪花型模型 2.2.3 星型模型示例 2.3 OLAP 2.3.1 OLAP分类 2.3.2 OLAP的基本操作 2.4 数据立方体（Data Cube） 第3章 Apache Kylin 工作原理和体系架构 3.1 Kylin工作原理 3.2 Kylin体系架构 3.3 Kylin中的核心部分：Cube构建 3.4 Kylin的SQL查询 3.5 Kylin的特性和生态圈 第4章 搭建CDH大数据平台 4.1 系统环境和安装包 4.1.1 系统环境 4.1.2 安装包的下载 4.2 准备工作：系统环境搭建 4.2.1 网络配置(CDH集群所有节点 4.2.2 打通SSH，设置ssh无密码登录（所有节点） 4.3 正式安装CDH：准备工作 4.4 正式安装CDH5：安装配置 4.4.1 CDH5的安装配置 4.4.2 对Hive、HBase执行简单操作 第5章 使用Kylin构建企业大数据分析平台的4种部署方式 5.1 Kylin部署的架构 5.2 Kylin的四种典型部署方式 第6章 单独为Kylin部署HBase集群 第7章 部署Kylin集群环境 7.1 部署Kylin的先决条件 7.2 部署Kylin集群环境 7.3 为Kylin集群搭建负载均衡器 7.3.1 搭建Nginx环境 7.3.2 配置Nginx实现Kylin的负载均衡 第二部分 Apache Kylin 进阶部分 第8章 Demo案例实战 8.1 Sample Cube案例描述 8.2 Sample Cube案例实战 8.2.1 准备数据 8.2.2 构建Cube 第9章 多维分析的Cube创建实战 9.1 Cube模型 9.2 创建Cube的流程 9.2.1 步骤一：Hive中事实表，以及多张维表的处理 9.2.2 步骤二：Kylin中建立项目（Project） 9.2.3 步骤三：Kylin中建立数据源（Data Source） 9.2.4 步骤四：Kylin中建立数据模型（Model） 9.2.5 步骤五：Kylin中建立Cube 9.2.6 步骤六：Build Cube 9.2.7 步骤七：查询Cube 第10章 Build Cube的来龙去脉 10.1 流程分析 10.2 小结 第三部分 Apache Kylin 高级部分 第11章 Cube优化 第12章 备份Kylin的Metadata 12.1 Kylin的元数据 12.2 备份元数据 12.3 恢复元数据 第13章 使用Hive视图 13.1 使用Hive视图 13.2 使用视图实战 第14章 Kylin的垃圾清理 14.1 清理元数据 14.2 清理存储器数据 第15章 JDBC访问方式 第16章 通过RESTful访问Kylin 第17章 Kylin版本之间升级 17.1 从 1.5.2升级到最新版本 1.5.3 17.2 从 1.5.1升级到 1.5.2版本 17.3 从Kylin1.5.2.1升级到Kylin1.5.3实战 17.4 补充内容 第18章 大数据可视化实践 18.1 可视化工具简述 18.2 安装Kylin ODBC驱动 18.3 通过Excel访问Kylin 18.4 通过Power BI访问Kylin 18.4.1 安装配置Power BI 18.4.2 实战操作 18.5 通过Tableau访问Kylin 18.6 Kylin + Mondrian + Saiku 18.7 实战演练：通过Saiku访问 18.7.1第一个Schema例子：myproject_pvuv_cube的演示 18.7.2第二个Schema例子：kylin_sales_cube的演示 18.7.3 Saiku使用的一些问题 18.8 通过Apache Zepplin访问Kylin 18.9 通过Kylin的“Insight”查询 第19章 使用Streaming Table 构建准实时Cube 第20章 快速数据立方算法 20.1 快速数据立方算法概述 20.2 快速数据立方算法优点和缺点 20.3 获取Fast Cubing算法的优势 第四部分 Apache Kylin的扩展部分 第21章 大数据智能分析平台KAP 21.1 大数据智能分析平台KAP概述 21.2 KAP的安装部署