Apache Kylin Meetup@北京圆满结束

从开放报名后人数爆满以至于提前结束报名，到现场小伙伴不畏酷暑、热烈互动......上周六，由 Kyligence 主办、美团点评协办的 Apache Kylin Meetup@北京，在美团公司总部圆满落幕。

当天，我们原定的签到时间是13点30，但上午11点就已经有小伙伴签到入场了！

等到下午14:00，我们原定总人数70+人的场地，已经塞满了130+人，百人场地真 · 爆满，坐不下的同学就站着听，北京同学们的热情远超我们的想象~

活动正式开始后，美团点评⾼级技术专家、Apache Kylin PMC 孙业锐为大家简单开场后，讲师们的干货分享正式开始。

1.《基于 Druid 的 Apache Kylin 存储引擎实践》

首个出场的美团大数据工程师、Apache Kylin Committer 康凯森，一直是 Kylin 社区的活跃分子，曾为 Apache Kylin 微信公众号贡献过许多优质文章，如：

【技术帖】Kylin v2.0 Spark Cubing优化改进

论 Apache Kylin SQL 中数据类型的重要性

唐凯森/美团

康凯森当天的分享主要分为三个部分的内容——首先他介绍了 Kylin On Hbase 的问题，并由此引出了美团为何要给 Kylin 增加新存储引擎的问题；第二个部分，康凯森通过介绍 Kylin 新存储引擎的过程来说明为什么选择 Druid 作为美团新的存储引擎；在最后一部分，康凯森为大家介绍了 Kylin On Druid 的核心架构、核心原理、性能和初步成果。

2.《Apache Kylin 在贝壳找房的实践》

在康凯森演讲后，第二位上场的是贝壳找房高级工程师张如松。他向大家介绍道贝壳找房早期的架构存在一些比较明确的问题，例如当数据量达到千万级别、时间的差距跨度比较大时，报表系统响速度持续降低。

张如松/贝壳找房

为了解决这些问题，贝壳找房选择了 Kylin 作为其大数据分析引擎，在后来的使用过程中，贝壳找房基于 Apache Kylin 的升级版架构，对 Apache Kylin 做了一些监控，张如松也分享了一些贝壳找房对Apache Kylin进行的定制化改造和优化经验。

3.《ApacheKylin 智能建模与调优》

短暂的茶歇休息过后，我司技术合伙人兼高级软件架构师、Apache Kylin Committer & PMC Member 马洪宾，为大家讲了一个不那么“干”的嗨聊 Talk，曝出了 Apache Kylin 未来大方向上的开发方案。

马洪宾/Kyligence

Apache Kylin 的目标是将技术和经验以行业解决方案的形式更多地推及到更多的业务线和业务场景中，根据在这一目标，Kyligence 的 Kylin 研发团队决定重新设计 Apache Kylin 模型的数据结构，并设计了一套自动建模的体系，且对于数据加载的问题提供了一套新的思路，这样一来，用户将获得更加多样性的 Cuboid、会进化的 Model 和一个更丰富的语义层。

除了前面讲的大方向之外，对于 Apache Kylin 社区的发展，Kyligence 公司还在其它方向上做出努力，例如 Kylin 的性能、Kylin 的云上应用、Kylin 的智能化发展等等。

4.《OLAP实践分享：Lambda架构篇》

演讲接力的最后一棒交给了压轴上场的武斌——来自小米的大数据架构技术专家，主要负责 Lambda 架构的构建工作。

武斌/小米

武斌表示，在Lambda架构里面， Batch层选择的是Apache Kylin，这是由于小米最开始做WEB的时候是百花齐放的场景，可能每一个业务部门都有自己的方案，但到最后发现，在大量的历史数据上，Kylin才是最好的解决方案。随后，武斌介绍了小米目前的OLAP 应用现状，Lambda on OLAP，以及小爱同学数据运营案例。