基于Apache Kylin构建大数据分析平台

作品简介

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。本书分为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。

作品目录

• 内容简介
• 推荐序
• 前言
• 致谢
• 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
• 2.3 OLAP
• 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
• 4.2 准备工作：系统环境搭建
• 4.3 正式安装CDH：准备工作
• 4.4 正式安装CDH5：安装配置
• 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
• 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
• 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
• 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Kylin 1.5.2.1升级到Kylin 1.5.3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
• 18.5 通过Tableau访问Kylin
• 18.6 Kylin + Mondrian + Saiku
• 18.7 实战演练：通过Saiku访问Kylin
• 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