Apache Kylin 所依賴的複雜的環境配置經常讓初入門的小夥伴們暈頭轉向，社區開發者驗證 patch 的時候也多有不便。輕量級的部署方式「Kylin Docker Image」的出現完美地解決了這個老大難問題，上線後的短短 6 個月時間裏被 pull 了 2.9 k+ 次，來自螞蟻金服的朱衛斌同學正是這個便捷工具的作者。
除了 Docker Image，衛斌的源碼閱讀文章《可能是全網最深度的 Apache Kylin 查詢剖析》一經推出也收穫了公衆號、CSDN 等平臺上的滿滿閱讀量，社區郵件組也經常有衛斌同學的身影。憑藉在社區中獨特的影響力，衛斌同學被評選爲「Kylin Ambassador」。讓我們來看看衛斌「混跡」社區的經驗分享，非常適合初入門 Kylin 的同學學習～
注：文末有大大大大彩蛋
Q：可以簡單介紹下自己嗎？
A：目前就職於螞蟻金服，曾就職於金山軟件，主要工作是大數據平臺建設、大數據計算引擎優化。熟悉 Kylin、Spark、Calcite 等計算引擎。個人愛好是羽毛球和動漫。
Q：你和 Kylin 是怎麼結緣的呢？
A：公司內部一個項目剛好也需要使用到預計算技術，所以就想在開源社區調研看看做類似事情的方案，Apache Kylin 在 OLAP、預計算方向上大名鼎鼎，很自然就想要了解 Kylin 是怎麼做的來達成超大數據集上的亞秒級查詢這樣一個目的。然後就開始閱讀 Kylin 的源碼，在閱讀源碼的過程中，發現有一些可以改進的地方或者發現一些 bug，就向社區提交了 jira/pr。從基礎的環境部署、使用上的一些問題到比較深入的框架、源碼優化的討論都在社區得到了很好的反饋。
Q：讀懂源碼可以讓大家理解底層實現，有助於更好地使用 Kylin 和快速定位、解決問題；同時也是提升自身技術能力的很好途徑。作爲《可能是全網最深度的 Apache Kylin 查詢剖析》的作者，可以和大家分享下你的源碼閱讀經驗嗎？
A：閱讀源碼前需要做一些準備。
1）心理準備
首先，需要做好一定的心理準備，閱讀開源項目源碼：
· 是一件需要持續投入的事情：如果你只是心血來潮想隨便花點時間看看，以期望收穫對某個開源項目的深度理解，那是不可能的。
· 短期並不會有明顯的收益：也許你花了不少時間搞明白了某個功能是怎麼實現的，可能一下子也沒有可以施展的地方。
2）閱讀官方文檔
首先，對於一個你並不熟悉的項目，我並不建議一上來就讀源碼。我們需要一個從宏觀到微觀的過程，對於一個不熟悉的項目，首先要做的是閱讀該項目的官方文檔，通過官方文檔我們可以瞭解到：
· 這個項目的背景
· 是用來解決什麼樣的問題的
· 包含哪幾個部分、每個部分的作用是什麼
· 都有哪些配置，這些配置是用來控制什麼的
· 可以用來體驗的 examples
· …
在閱讀官方文檔後，在心裏對這個項目其實就有了一個大概的輪廓，雖然細節還是不清楚，但是知道了個大概，也瞭解到了這個項目相關的很多名詞。閱讀官方文檔的另一個好處是，它是最權威的，你可以完全信任它，但閱讀其他人的翻譯或者分析文章，由於作者英語、技術水平的參差不齊，文章質量相差也很大，甚至可能是錯誤的。
3）初步體驗項目
接下來，建議動手去用一用這個項目，至少要跑一跑項目自帶的 examples，對項目有一個體感。比如Kylin項目，你可以下載Docker Image快速體驗下Kylin的亞秒級查詢：https://kylin.apache.org/docs/install/kylin_docker.html。
如果你已經閱讀了官方文檔並有一定的實際使用經驗，就可以開始閱讀源碼了。
1）帶着問題找答案
比如我開始看 Kylin 的源碼時，是帶着 “Kylin 是怎麼做到查詢時輸入的SQL是事實表、維表相關的，但最終查的是 Cube 的數據”這個問題去看的。看源碼時，特別是一開始，如果不帶着問題，容易迷失在海量的代碼中，不知道從何看起，看着看着就不知道在看啥了。對於這個“問題”，可以是一個大的話題，如果是大的話題，你需要把大的話題隨着看代碼的過程，拆分爲多個子問題去各個擊破，子問題可以繼續拆分爲子問題，這樣能讓目標變得容易實現，當你解決一個子問題時，容易建立信心來解決接下來的問題。
2）Debug 式閱讀
用 debug 的方式去跟讀源碼，相比於直接看源碼是更加高效的方式。debug 能讓你很清楚的看到執行某一個邏輯時：
· 各個類、方法之間的調用順序是怎麼樣的
· 每個方法的輸入輸出是怎麼樣的
· 每個步驟調用前後狀態、數據發生了什麼樣的變化
3）畫流程圖
我另一個習慣是畫流程圖，從《可能是全網最深度的Apache Kylin 查詢剖析》可以看出。源碼畢竟是比較龐雜、細碎的，但比如達成一個子功能的關鍵步驟其實並不會特別多，通過流程圖可以讓我們更好的提煉出有哪幾個關鍵步驟，這幾個關鍵步驟做了什麼樣的事情，讓狀態、數據發生了什麼樣的改變。說白了就是要抓住重點。這裏我推薦一個很好用的工具：PlantUml（https://plantuml.com/zh/），它可以通過寫簡單 “代碼”的方式畫出各種常用的圖，並且在 IDEA 中有插件支持。
4）費曼學習法
最後，我推薦一個四步學習法，即費曼技巧，我覺得非常適用於閱讀源碼：
· 第一步：選擇一個你想要理解的概念，然後拿出一張白紙，把這個概念寫在白紙的最上邊。
· 第二步：假想你正要向別人傳授這個概念，然後在白紙上寫下你對這個概念的解釋，就像你在教一位新接觸這個概念的學生一樣。這樣做的時候，你會清楚的意識到關於這個概念你理解了多少，是否還存在理解不清的地方。
· 第三步：無論何時你感覺卡殼了，都要回到原始的學習資料，並重新學習讓你感到卡殼的那部分，直到你領會得足夠順暢，順暢到可以在紙上解釋這個部分爲止
· 第四步：用你自己的語言，而不是學習資料中的語言來解釋概念。如果你的解釋很冗長或者令人迷惑，那就說明你對概念的理解可能並沒有你自己想象得那麼順暢。你要努力簡化語言表達，或者與已有的知識建立一種類比關係（比喻），以便更好地理解它。
Q：爲什麼做 Kylin Docker Image 呢？
A：我第一次想去把 Kylin 跑起來進行試用的時候，發現 Kylin 的依賴非常多，包括：Hadoop, Hive, HBase, Spark, Zookeeper, Kafka, Livy（可選），並且沒有一個 local 模式可以啓動。對比過往熟悉的引擎，比如 Spark，有自己的 Standalone 模式可以自行運行起來，不用有其他的依賴。對於想試用或者在本地試用 Kylin 的用戶來說，要部署這麼一套系統成本非常大，所以我希望能夠有一個能 “一鍵”啓動 Kylin 的功能，不需要做這麼繁重的依賴部署，經過和社區同學的討論，最終以 Docker 的方式來承載這樣一個功能：用戶只需要執行。
docker run -d \
-m 8G \
-p 7070:7070 \
-p 8088:8088 \
-p 50070:50070 \
-p 8032:8032 \
-p 8042:8042 \
-p 16010:16010 \
apache-kylin-standalone
一條命令就能把 Kylin 跑起來，並自動 build example Cube 進行試用。
（Kylin Docker Image 見：https://hub.docker.com/r/apachekylin/apache-kylin-standalone）
Q：聽說你還做了 Kylin 支持 Spark SQL 作爲數據源的功能？
A：對。我之前發現 Kylin 只支持 Hive 和 JDBC 數據源，但還有很多數據源/數據格式也得到了非常廣泛的應用，如：Alluxio、Cassandra、Kudu、Orc 等等。如果 Kylin 也能試用這些數據源進行 Cube 構建，那麼其應用範圍將會更加廣泛。Spark SQL DataSource 本身就支持衆多的數據源，並且開發了自定義 DataSource 的能力，具有很強的擴展性。恰好能解決 Kylin 數據源很有限的問題，所以就開發了 Kylin 支持 Spark Sql 數據源的能力來藉助 Spark Sql 的能力讀取更多的數據源（該 PR 還在 Review 中）。
彩蛋環節
運營小姐姐：聽說你們平時比較忙？
衛斌童鞋：是的。不過頭可破，血可流，髮型不能亂。
運營小姐姐：每天堅持洗頭是作爲程序員最後的倔強嗎？
衛斌童鞋：可能我比較勤快吧。。。（臉紅）
運營小姐姐：又要忙工作又要參與社區，有什麼解壓小訣竅呢？
衛斌童鞋：忙的時候，擼擼貓就能很放鬆。大概兩年前，我在路邊撿到一隻剛出生沒多久的流浪貓（下圖白貓），後來機緣巧合又收養了一隻（下圖灰貓），平時回家一般會吸吸貓，是很好的解壓方式。
坐擁兩隻「小可愛」，這就是傳說中的「大戶人家」嗎？有組團偷貓的小夥伴嗎？評論區留言走起～
PS：
悄悄附上衛斌同學的博客地址：https://www.jianshu.com/u/001d44710e2e
乾貨滿滿，不容錯過～