《Apache Kylin权威指南》Apache Kylin核心团队【扫描版_PDF电子书_推荐】
| 书名：ApacheKylin权威指南 作者：ApacheKylin核心团队着 出版社：机械工业出版社 译者：无 出版日期：2017-1 页数：188 ISBN：9787111557012 | 8.4 豆瓣评分 | 孔网购买 | 点击喜欢 | 全网资源sm.nayona.cn |
内容简介：
Apache Kylin是Hadoop大数据平台上的一个开源OLAP引擎，将大数据的查询速度和并发性能提升至原来的百倍以上，为超大规模数据集上的交互式大数据分析打开了大门。本书由Apache Kylin核心开发团队编写，系统地介绍了Apache Kylin安装、入门、可视化、模型调优、运维、二次开发等各个方面，是关于Apache Kylin的权威指南。
第1章和第2章是基本概念和快速入门，为初学者打下坚实基础。第3章和第4章介绍增量构建和进阶的流式构建，应对数据的持续增长。第5章展示丰富的查询接口和其上的可视化能力。第6章则重点讲解了Cube模型和调优，它们是用好Apache Kylin，提升百倍性能的关键。第7章通过一系列有行业特点的具体案例分析，贯穿之前的所有概念，温故知新。第8章介绍可扩展架构和二次开发接口，适合开发者。第9章则介绍企业级功能、用户的认证和授权相关知识。第10章着重于安装和企业级部署、运维管理等内容。第11章和第12章分别说明如何参与和贡献到开源，以及Apache Kylin的未来。
作者简介：
本书由李扬为首的麒麟技术团队撰写。团队是Apache Kylin的主创团队。李扬是大数据架构师和工程师，专注大数据分析技术。他是Apache Kylin管理委员会成员，也是Kyligence Inc.(一家专业提供大数据商务智能服务的创业公司)创始人之一。李扬是Apache Kylin主创团队的架构师和技术负责人，在eBay期间从2014年开始开发Kylin项目。之前，李扬在IBM工作8年，在摩根士丹利工作2年。在IBM期间，他是“杰出技术贡献奖”的获奖者，曾担任InfoSphere BigInsights的技术负责人，负责Hadoop开源产品架构。在摩根士丹利期间，李扬担任副总裁，负责全球监管报表基础架构。
目 录：
Contents?目录
推荐序一
推荐序二
推荐序三
推荐序四
前 言
第1章 Apache Kylin概述 1
1.1 背景和历史 1
1.2 Apache Kylin的使命 3
1.2.1 为什么要使用Apache Kylin 3
1.2.2 Apache Kylin怎样解决关键问题 4
1.3 Apache Kylin的工作原理 5
1.3.1 维度和度量简介 5
1.3.2 Cube和Cuboid 5
1.3.3 工作原理 6
1.4 Apache Kylin的技术架构 7
1.5 Apache Kylin的主要特点 9
1.5.1 标准SQL接口 9
1.5.2 支持超大数据集 9
1.5.3 亚秒级响应 10
1.5.4 可伸缩性和高吞吐率 10
1.5.5 BI及可视化工具集成 11
1.6 与其他开源产品比较 11
1.7 小结 12
第2章 快速入门 13
2.1 核心概念 13
2.1.1 数据仓库、OLAP与BI 13
2.1.2 维度和度量 14
2.1.3 事实表和维度表 14
2.1.4 Cube、Cuboid和Cube Segment 15
2.2 在Hive中准备数据 15
2.2.1 星形模型 15
2.2.2 维度表的设计 16
2.2.3 Hive表分区 16
2.2.4 了解维度的基数 17
2.2.5 Sample Data 17
2.3 设计Cube 17
2.3.1 导入Hive表定义 18
2.3.2 创建数据模型 18
2.3.3 创建Cube 21
2.4 构建Cube 25
2.4.1 全量构建和增量构建 27
2.4.2 历史数据刷新 28
2.4.3 合并 29
2.5 查询Cube 30
2.6 SQL参考 31
2.7 小结 32
第3章 增量构建 33
3.1 为什么要增量构建 33
3.2 设计增量Cube 35
3.2.1 设计增量Cube的前提 35
3.2.2 增量Cube的创建 36
3.3 触发增量构建 37
3.3.1 Web GUI触发 37
3.3.2 构建相关的Rest API 39
3.4 管理Cube碎片 45
3.4.1 合并Segment 46
3.4.2 自动合并 47
3.4.3 保留Segment 48
3.4.4 数据持续更新 49
3.5 小结 50
第4章 流式构建 51
4.1 为什么要流式构建 51
4.2 准备流式数据 52
4.2.1 数据格式 52
4.2.2 消息队列 53
4.2.3 创建Schema 53
4.3 设计流式Cube 56
4.3.1 创建Model 56
4.3.2 创建Cube 57
4.4 流式构建原理 59
4.5 触发流式构建 61
4.5.1 单次触发 61
4.5.2 自动化多次触发 61
4.5.3 出错处理 62
4.6 小结 63
第5章 查询和可视化 64
5.1 Web GUI 64
5.1.1 查询 64
5.1.2 显示结果 65
5.2 Rest API 67
5.2.1 查询认证 67
5.2.2 查询请求参数 67
5.2.3 查询返回结果 68
5.3 ODBC 69
5.4 JDBC 71
5.4.1 获得驱动包 71
5.4.2 认证 71
5.4.3 URL格式 71
5.4.4 获取元数据信息 72
5.5 通过Tableau访问Kylin 72
5.5.1 连接Kylin数据源 73
5.5.2 设计数据模型 73
5.5.3 通过Live方式连接 73
5.5.4 自定义SQL 75
5.5.5 可视化 75
5.5.6 发布到Tableau Server 76
5.6 Zeppelin集成 77
5.6.1 Zeppelin架构简介 77
5.6.2 KylinInterpreter的工作原理 77
5.6.3 如何使用Zeppelin访问Kylin 78
5.7 小结 80
第6章 Cube优化 81
6.1 Cuboid剪枝优化 81
6.1.1 维度的诅咒 81
6.1.2 检查Cuboid数量 82
6.1.3 检查Cube大小 83
6.1.4 空间与时间的平衡 84
6.2 剪枝优化的工具 85
6.2.1 使用衍生维度 85
6.2.2 使用聚合组 87
6.3 并发粒度优化 89
6.4 Rowkeys优化 90
6.4.1 编码 90
6.4.2 按维度分片 91
6.4.3 调整Rowkeys顺序 92
6.5 其他优化 93
6.5.1 降低度量精度 93
6.5.2 及时清理无用的Segment 94
6.6 小结 94
第7章 应用案例分析 95
7.1 基本多维分析 95
7.1.1 数据集 95
7.1.2 数据导入 97
7.1.3 创建数据模型 99
7.1.4 创建Cube 102
7.1.5 构建Cube 108
7.1.6 SQL查询 110
7.2 流式分析 112
7.2.1 Kafka数据源 112
7.2.2 创建数据表 113
7.2.3 创建数据模型 115
7.2.4 创建Cube 117
7.2.5 构建Cube 118
7.2.6 SQL查询 119
7.3 小结 119
第8章 扩展Apache Kylin 120
8.1 可扩展式架构 120
8.1.1 工作原理 121
8.1.2 三大主要接口 122
8.2 计算引擎扩展 124
8.2.1 EngineFactory 124
8.2.2 MRBatchCubingEngine2 125
8.2.3 BatchCubingJobBuilder2 126
8.2.4 IMRInput 128
8.2.5 IMROutput2 129
8.3 数据源扩展 130
8.4 存储扩展 132
8.5 聚合类型扩展 134
8.5.1 聚合的JSON定义 134
8.5.2 聚合类型工厂 135
8.5.3 聚合类型的实现 136
8.6 维度编码扩展 140
8.6.1 维度编码的JSON定义 140
8.6.2 维度编码工厂 141
8.6.3 维度编码的实现 142
8.7 小结 143
第9章 Apache Kylin的企业级功能 144
9.1 身份验证 144
9.1.1 自定义验证 145
9.1.2 LDAP验证 146
9.1.3 单点登录 150
9.2 授权 151
9.3 小结 153
第10章 运维管理 154
10.1 安装和配置 154
10.1.1 必备条件 154
10.1.2 快速启动Apache Kylin 157
10.1.3 配置Apache Kylin 160
10.1.4 企业部署 162
10.2 监控和诊断 165
10.2.1 日志 165
10.2.2 任务报警 167
10.2.3 诊断工具 169
10.3 日常维护 170
10.3.1 基本运维 170
10.3.2 元数据备份 170
10.3.3 元数据恢复 171
10.3.4 系统升级 172
10.3.5 垃圾清理 174
10.4 常见问题和修复 175
10.5 获得社区帮助 176
10.5.1 邮件列表 177
10.5.2 JIRA 177
10.6 小结 177
第11章 参与开源 178
11.1 Apache Kylin的开源历程 178
11.2 为什么参与开源 179
11.3 Apache开源社区简介 179
11.3.1 简介 179
11.3.2 组织构成与运作模式 180
11.3.3 项目角色 181
11.3.4 孵化项目及顶级项目 182
11.4 如何贡献到开源社区 183
11.4.1 什么是贡献 183
11.4.2 如何贡献 183
11.5 礼仪与文化 184
11.6 如何参与Apache Kylin 185
11.7 小结 185
第12章 Apache Kylin的未来 186
12.1 大规模流式构建 186
12.2 拥抱Spark技术栈 187
12.3 更快的存储和查询 187
12.4 前端展现及与BI工具的整合 187
12.5 高级OLAP函数 188
12.6 展望 188
浏览器不支持脚本！
摘要：《Apache Kylin权威指南》Apache Kylin核心团队【扫描版_PDF电子书_推荐】_计算机类，是一本聚焦大数据分析与OLAP技术实践的重要参考读物。全书围绕Apache Kylin的架构设计、核心原理、部署方法以及企业级应用展开系统讲解，帮助读者深入理解海量数据环境下的分析需求与解决方案。书中不仅详细介绍了Kylin与Hadoop生态体系之间的协同关系，还结合真实业务场景展示了数据建模、立方体构建、查询优化以及性能提升等关键技术。对于数据工程师、架构师、商业智能从业者以及大数据学习者而言，本书兼具理论深度与实践价值。通过循序渐进的内容安排，读者能够快速掌握从基础概念到高级应用的完整知识体系，理解企业级数据仓库建设的核心思路，并在实际工作中灵活运用相关技术。无论是希望提升数据分析能力，还是探索大数据平台建设经验，本书都能够提供具有参考意义的指导与启发。
ApacheKylin技术解析
Apache Kylin作为开源分布式分析引擎，在大数据分析领域具有重要地位。《Apache Kylin权威指南》从技术本质出发，对Kylin的产生背景和发展历程进行了全面梳理，使读者能够了解其在企业级数据分析中的定位与价值。
书中重点介绍了Kylin的核心架构，包括元数据管理、查询引擎、构建立方体流程以及存储机制等关键组成部分。通过层层递进的讲解方式，让复杂的系统结构变得更加清晰易懂。
针对OLAP分析需求，作者团队详细说明了预计算思想的实现原理。通过构建立方体来提前聚合数据，从而在面对海量数据查询时获得极高的响应速度，这是Kylin区别于传统查询方案的重要特点。
在技术细节部分，本书还深入讲解了维度设计、度量定义以及聚合算法等内容。读者不仅能够理解系统运行逻辑，还能够掌握影响分析性能的重要因素。
对于希望深入研究大数据分析架构的技术人员而言，这部分内容提供了坚实的理论基础，也为后续实践应用奠定了良好的知识框架。
大数据生态协同应用
Apache Kylin并非独立存在的系统，而是建立在完整的大数据生态体系之上。《Apache Kylin权威指南》详细阐述了Kylin与Hadoop生态组件之间的关系，帮助读者建立整体认知。
书中介绍了Kylin与HDFS的数据存储协作模式，以及与Hive数据仓库的集成方法。通过这些内容，读者能够理解数据从采集、存储到分析的完整流转过程。
在企业环境中，Kylin通常与Spark、YARN以及Zookeeper等组件共同运行。本书通过实例分析说明了这些组件在资源管理、任务调度以及集群协调方面的重要作用。
作者团队还结合实际案例展示了如何利用现有数据平台快速部署Kylin服务，减少系统建设成本，提高整体分析效率。这些内容具有较强的现实指导意义。
通过对生态体系的全面讲解，读者不仅能够学习Kylin本身，还能够进一步理解现代大数据平台的整体架构思想，拓宽技术视野。
企业实践部署经验
理论知识最终需要落地应用，而《Apache Kylin权威指南》在实践层面的内容同样丰富。全书通过大量案例展示了企业在部署和使用Kylin过程中的经验与方法。
从安装环境准备到集群配置，从元数据管理到安全权限控制，书中对每个关键步骤都进行了详细说明。即使是初学者，也能够按照指导逐步完成系统搭建。
在实际项目中，数据规模和业务需求往往存在较大差异。针对这一特点，作者总结了不同场景下的部署策略，包括资源规划、容量评估以及扩展方案设计等内容。
书中还专门讨论了系统运维相关问题，例如任务监控、日志分析、异常处理以及故障恢复等方面的经验。这些内容对于保障生产环境稳定运行具有重要价值。
通过丰富的企业案例，读者能够更加直观地理解技术与业务结合的方式，从而提升解决实际问题的能力，增强项目实施效率。
性能优化与发展前景
性能是数据分析平台的重要衡量标准。《Apache Kylin权威指南》围绕查询效率和资源利用率展开深入探讨，为读者提供了一系列优化思路和实践方法。
书中介绍了立方体设计优化原则，包括合理控制维度数量、优化聚合策略以及减少冗余计算等内容。通过科学设计，可以显著提升查询性能并降低存储成本。
针对复杂业务场景，作者还分析了增量构建、分区管理以及并发查询优化等高级技术。这些内容能够帮助企业在数据持续增长的情况下保持系统稳定高效运行。
随着数字化转型不断推进，企业对于实时分析和智能决策的需求日益增长。Kylin凭借高性能分析能力，在金融、电商、通信以及互联网等行业展现出广阔应用前景。
本书不仅关注当前技术实践，也对未来发展趋势进行了展望。通过分析云计算、人工智能以及数据治理的发展方向，使读者能够从更长远的角度理解大数据分析技术的演进路径。
总结：
《Apache Kylin权威指南》Apache Kylin核心团队【扫描版_PDF电子书_推荐】_计算机类，以系统化的知识体系和丰富的实践案例，全面展示了Apache Kylin在大数据分析领域的重要价值。无论是基础理论、架构设计，还是生态集成与项目实施，书中都进行了深入细致的讲解，为读者构建起完整的学习路径。
从企业级数据仓库建设到高性能分析平台部署，从技术原理研究到实际业务应用，本书都具有较高的参考价值。对于希望深入掌握OLAP分析技术、提升大数据平台建设能力的专业人士而言，这是一部兼具实用性与专业性的优秀读物。
本文由nayona.cn整理
联系我们
关注公众号
微信扫一扫
支付宝扫一扫
对占星塔罗感兴趣关注公众号
相关推荐
《课长，这不是恋爱，这就是性骚扰！》（读客·女性主义文库）牟田和惠【文字版_PDF电子书】_社会科学
如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘 《课长，这不是恋爱，这就是性骚扰！》（读客·女性主义文库）牟田和惠【文字版_PDF电子书_】 书名：课长，这不是恋爱，这就是性骚…
道光遵义府志（一）_二 – 方志
如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘 道光遵义府志（一）_二 ：道光遵义府志一_二，道光遵义府志二_二，道光遵义府志一_一道光遵义府志[一] _二苍山县志1998与清…
大脑整理术 (大脑整理术 读书笔记)
如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘 大脑整理术PDF格式文档图书下载 哲学宗教 作 者：鼎革著 出 版 社：厦门：鹭江出版社 出版年份：2013 ISBN：9787…
1985版泾县文史资料选辑 第1辑.pdf
如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘 ⭐ 收藏文章 我的收藏 付费后下载高清电子版PDF文件 有需要联系v；加客服窗口的联系方式 摘要：《1985版泾县文史资料选辑 …
对占星塔罗感兴趣关注公众号
《丝路风云：两汉西域开拓与经营》金建军
如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘 《丝路风云：两汉西域开拓与经营》金建军【文字版_PDF电子书_】 书名：丝路风云作者：金建军出版社：现代出版社译者：无出版日期：…
