高性能多维分析平台

OLAP（Online Analytical Process）是数据仓库最重要的应用。 它提供了关于商业活动的共同维度和指标的模型和预计算能力。 因此，业务分析师有能力从不同的业务角度快速灵活地深入研究，生成数据。

然而，面对海量数据量的增加和分析需求的爆发式增长，传统BI工具的扩展架构经常导致数据量小，查询延迟时间长，并发性能差等问题，严重制约了应用场景OLAP。

根据Hadoop分布式技术和强大的并行计算功能，KAP可以在数万亿的数据上提供第二个延迟查询性能，并通过线性可扩展性轻松实现高达1000+的并发性能。

管理平台以国家金融企业为例。 该企业拥有遍布全国各地的数亿客户，每天交易的详细数据超过10亿。 但是，OLAP活动深受Cognos Cube数据容量和查询性能的限制。 因此，他们在将数据迁移到Hadoop后，故意选择KAP构建其企业级多维分析平台。

痛点

• 最大立方体的建造时间每天超过20小时，营业部门只能访问前两天的数据。
• 基于立方体的单一多维分析需要1小时才能返回结果，严重影响了业务部门的运营效率和正常的分析过程。
• 为了提高查询性能，客户必须手动将多维数据集数据转换为报告文件，这带来了大量的额外维护成本，并且完全降低了基于多维数据集的OLAP分析的灵活性。
• 由于权限管理问题，客户需要为各类立方体在全国范围内的30多个省级分行创建副本，导致2000多个立方体，大大增加了IT部门的运维工作量。

解决

• 数据处理：Cloudera CDH + Kyligence KAP，存储在Hive中的操作和维护工作负载，KAP将重建所有的立方体。
• 每日报告：Cognos Report Studio + KAP，通过将Cognos Report Studio连接到KAP进行定制的报告
• 数据挖掘：KyAnalyzer + KAP，通过将KyAnalyzer（KAP的可视化前端组件）连接到KAP进行数据可视化分析。

优点

• 第二个延迟查询性能：将查询性能提高2000倍，平均延迟1.5秒。 更好的多维数据集构建：将多维体构建时间缩短75％。
• 支持存储在独立存储中的ahthority配置文件和多维数据集数据; 迁移后，立方体总数减少到几十个，极大地减轻了系统运行和维护的压力。
• 支持多维分析和详细的数据查询，大大简化了开发工作量。
• 支持高并发查询：在单个节点上具有单个实例的访问次数为50次/秒，并发性能随业务增长而扩大。