【案例分享】Apache Kylin在国美在线的应用

双十一每年都是检验各个公司技术平台实力的重要时刻，在今年，使用Apache Kylin构建的国美在线大数据查询系统稳定的支持了双十一3天的海量查询需求，“非常稳定的度过，数据查询上完全没掉链子”，国美在线大数据平台经理，路加评价道，在11月25-26日的World Of Tech 2016 大数据技术峰会上，路加进行了题为“Apache Kylin在国美在线的应用”的分享，介绍了Apache Kylin在国美的应用，选型过程及技术架构等，同时也分享了双十一三天的查询性能、热力图应用等内容，是非常不错的的Apache Kylin应用案例参考

Apache Kylin公众号近日也获得授权分享这则案例，希望对您有所帮助。

在此感谢路加先生的精彩分享。

讲师介绍

姓名：路加

职位：大数据平台部经理

公司：国美在线

简介：2012年硕士毕业于东北大学，曾在华为2012实验室-香浓实验室进行情景感知平台的研发工作，2014年加入国美在线，主要负责大数据平台的建设，目前重点关注在OLAP分析平台的开发和管理工作，助力公司的数据化运营。

国美大数据

国美大数据平台：

国美大数据平台架构：

大数据OLAP的挑战：

• 百亿级的数据规模

• 维度和指标的需求变化

• 问题数据修复

• 查询效率

Apache Kylin的引入

• 高效查询

• 保持现有组件

• JDBC接口

• 完整性组件

• 交互界面

Model & Cube：

Job Monitor：

Apache Kylin架构：

Apache Kylin基本原理：

Apache Kylin的OLAP分析平台实践

Cube优化：

• 减少膨胀率• 提高查询效率• 减少cube构建的时间

•Aggregation Groups

• Mandatory Dimensions

• Hierachy Dimensions

• Joint Dimensions

includes中的所有维度=

Mandatory Dimensions + Hierarchy Dimensions + Joint Dimensions

Apache Kylin的引入：

• Rowkey的顺序

• Segment合并

遇到的坑：

• Segment无法拆分

• 非星型模型的关联查询• 版本升级• Job Server单节点

Kylin待发展的方面：

• 高基维度的查询支持

• 丰富聚合函数

• 明细查询

• 非星型模型的支持

双11三天的查询统计：

全站热力图：

点击热力图：

总结

• Kylin的输入是星型模型

• Kylin暴露的是Hive的元数据

• Cube优化是用好Kylin的重点