本文旨在爲 Kylin 新手用戶提供一份從下載安裝到體驗亞秒級查詢的完整流程。文章分爲兩個部分，分別介紹了有 Hadoop 環境（基於 Hadoop 環境的安裝）和沒有 Hadoop 環境（從 Docker 鏡像安裝）兩種場景下 Kylin的安裝使用，用戶可以根據自己的環境選擇其中的任意一種方式。
用戶可以按照文章裏的步驟對 Kylin 進行初步的瞭解和體驗，掌握 Kylin 的基本使用技能，然後結合自己的業務場景使用 Kylin 來設計模型，加速查詢。
01 從 Docker 鏡像安裝使用 Kylin
爲了讓用戶方便地試用 Kylin，螞蟻金服的朱衛斌同學向社區貢獻了「Kylin Docker Image」。該鏡像中，Kylin 依賴的各個服務均已正確的安裝及部署，包括：
- Jdk 1.8
- Hadoop 2.7.0
- Hive 1.2.1
- Hbase 1.1.2
- Spark 2.3.1
- Zookeeper 3.4.6
- Kafka 1.1.1
- Mysql
- Maven 3.6.1
我們已將面向用戶的 Kylin 鏡像上傳至 Docker 倉庫，用戶無需在本地構建鏡像，只需要安裝 Docker，就可以體驗 Kylin 的一鍵安裝。
Step 1.
首先執行以下命令從 Docker 倉庫 pull 鏡像：
docker pull apachekylin/apache-kylin-standalone:3.0.1
此處的鏡像包含的是 Kylin 最新版本 Kylin v3.0.1。由於該鏡像中包含了所有 Kylin 依賴的大數據組件，所以拉取鏡像需要的時間較長，請耐心等待。Pull 成功後顯示如下：
Step 2.
執行以下命令來啓動容器：
docker run -d \
-m 8G \
-p 7070:7070 \
-p 8088:8088 \
-p 50070:50070 \
-p 8032:8032 \
-p 8042:8042 \
-p 16010:16010 \
apachekylin/apache-kylin-standalone:3.0.1
容器會很快啓動，由於容器內指定端口已經映射到本機端口，可以直接在本機瀏覽器中打開各個服務的頁面，如：
- Kylin 頁面：http://127.0.0.1:7070/kylin/
- Hdfs NameNode 頁面：http://127.0.0.1:50070
- Yarn ResourceManager 頁面：http://127.0.0.1:8088
- HBase 頁面：http://127.0.0.1:60010
容器啓動時，會自動啓動以下服務：
- NameNode, DataNode
- ResourceManager, NodeManager
- HBase
- Kafka
- Kylin
並自動運行 $KYLIN_HOME/bin/sample.sh 及在 Kafka 中創建 kylin_streaming_topic topic 並持續向該 topic 中發送數據。這是爲了讓用戶啓動容器後，就能體驗以批和流的方式的方式構建 Cube 並進行查詢。
用戶可以通過 docker exec 命令進入容器，容器內相關環境變量如下：
- JAVA_HOME=/home/admin/jdk1.8.0_141
- HADOOP_HOME=/home/admin/hadoop-2.7.0
- KAFKA_HOME=/home/admin/kafka_2.11-1.1.1
- SPARK_HOME=/home/admin/spark-2.3.1-bin-hadoop2.6
- HBASE_HOME=/home/admin/hbase-1.1.2
- HIVE_HOME=/home/admin/apache-hive-1.2.1-bin
- KYLIN_HOME=/home/admin/apache-kylin-3.0.0-alpha2-bin-hbase1x
登陸 Kylin 後，用戶可以使用 sample cube 來體驗 cube 的構建和查詢，也可以按照下面“基於 Hadoop 環境安裝使用 Kylin ”中從 Step 8 之後的教程來創建並查詢屬於自己的 model 和 cube。
02 基於 Hadoop 環境安裝使用 Kylin
對於已經有穩定 Hadoop 環境的用戶，可以下載 Kylin 的二進制包將其部署安裝在自己的 Hadoop 集羣。安裝之前請根據以下要求進行環境檢查。
環境檢查
（1）前置條件：
Kylin 依賴於 Hadoop 集羣處理大量的數據集。你需要準備一個配置好 HDFS，YARN，MapReduce，Hive， HBase，Zookeeper 和其他服務的 Hadoop 集羣供 Kylin 運行。
Kylin 可以在 Hadoop 集羣的任意節點上啓動。方便起見，你可以在 master 節點上運行 Kylin。但爲了更好的穩定性，我們建議你將 Kylin 部署在一個乾淨的 Hadoop client 節點上，該節點上 Hive，HBase，HDFS 等命令行已安裝好且 client 配置（如 core-site.xml，hive-site.xml，hbase-site.xml及其他）也已經合理的配置且其可以自動和其它節點同步。
運行 Kylin 的 Linux 賬戶要有訪問 Hadoop 集羣的權限，包括創建/寫入 HDFS 文件夾，Hive 表， HBase 表和提交 MapReduce 任務的權限。
（2）硬件要求：
運行 Kylin 的服務器建議最低配置爲 4 core CPU，16 GB 內存和 100 GB 磁盤。
（3）操作系統要求：
CentOS 6.5+ 或 Ubuntu 16.0.4+
（4）軟件要求：
Hadoop 2.7+，3.0-3.1
Hive 0.13+，1.2.1+
HBase 1.1+，2.0（從 Kylin 2.5 開始支持）
JDK: 1.8+
建議使用集成的 Hadoop 環境進行 Kylin 的安裝與測試，比如 Hortonworks HDP 或 Cloudera CDH ，Kylin發佈前在 Hortonworks HDP 2.2-2.6 and 3.0, Cloudera CDH 5.7-5.11 and 6.0，AWS EMR 5.7-5.10，Azure HDInsight 3.5-3.6 上測試通過。
安裝使用
當你的環境滿足上述前置條件時 ，你可以開始安裝使用 Kylin。
Step 1. 下載 Kylin 壓縮包
從 https://kylin.apache.org/download/ 下載一個適用於你的 Hadoop 版本的二進制文件。目前最新版本是 Kylin 3.0.1和 Kylin 2.6.5，其中 3.0 版本支持實時攝入數據進行預計算的功能。如果你的 Hadoop 環境是 CDH 5.7，可以使用如下命令行下載 Kylin 3.0.0：
cd /usr/local/
wget http://apache.website-solution.net/kylin/apache-kylin-3.0.0/apache-kylin-3.0.0-bin-cdh57.tar.gz
Step 2. 解壓 Kylin
解壓下載得到的 Kylin 壓縮包，並配置環境變量 KYLIN_HOME 指向解壓目錄：
tar -zxvf apache-kylin-3.0.0-bin-cdh57.tar.gz
cd apache-kylin-3.0.0-bin-cdh57
export KYLIN_HOME=`pwd`
Step 3. 下載 Spark
由於 Kylin 啓動時會對 Spark 環境進行檢查，所以你需要設置 SPARK_HOME：
export SPARK_HOME=/path/to/spark
如果你沒有已經下載好的 Spark 環境，也可以使用 Kylin 自帶腳本下載 Spark:
$KYLIN_HOME/bin/download-spark.sh
腳本會將解壓好的Spark放在 $KYLIN_HOME 目錄下，如果系統中沒有設置 SPARK_HOME，啓動 Kylin 時會自動找到 $KYLIN_HOME 目錄下的 Spark。
Step 4. 環境檢查
Kylin 運行在 Hadoop 集羣上，對各個組件的版本、訪問權限及 CLASSPATH 等都有一定的要求，爲了避免遇到各種環境問題，你可以運行 $KYLIN_HOME/bin/check-env.sh 腳本來進行環境檢測，如果你的環境存在任何的問題，腳本將打印出詳細報錯信息。如果沒有報錯信息，代表你的環境適合 Kylin 運行。
Step 5. 啓動 Kylin
運行 $KYLIN_HOME/bin/kylin.sh start 腳本來啓動 Kylin，如果啓動成功，命令行的末尾會輸出如下內容：
A new Kylin instance is started by root. To stop it, run 'kylin.sh stop'
Check the log at /usr/local/apache-kylin-3.0.0-bin-cdh57/logs/kylin.log
Web UI is at http://<hostname>:7070/kylin
Kylin 啓動的默認端口是 7070，可以使用 $KYLIN_HOME/bin/ kylin-port-replace-util.sh set number 來修改端口，修改後的端口是 7070+number。
Step 6. 訪問 Kylin
Kylin 啓動後，你可以通過瀏覽器 http://:port/kylin 進行訪問。其中 爲具體的機器名、IP 地址或域名，port 爲 Kylin 端口，默認爲 7070。初始用戶名和密碼是 ADMIN/KYLIN。服務器啓動後，可以通過查看 $KYLIN_HOME/logs/kylin.log 獲得運行時日誌。
Step 7. 創建 Sample Cube
Kylin 提供了一個創建樣例 Cube 的腳本，以供用戶快速體驗 Kylin。在命令行運行
$KYLIN_HOME/bin/sample.sh
完成後登陸 Kylin，點擊 System->Configuration->Reload Metadata 來重載元數據。
元數據重載完成後，你可以在左上角的 Project 中看到一個名爲 learn_kylin 的項目，它包含 kylin_sales_cube 和 kylin_streaming_cube, 它們分別爲 batch cube 和 streaming cube。你可以直接對 kylin_sales_cube 進行構建，構建完成後就可以查詢。對於 kylin_streaming_cube，需要設置 KAFKA_HOME，然後執行 ${KYLIN_HOME}/bin/sample-streaming.sh，該腳本會在 localhost:9092 broker 中創建名爲 kylin_streaming_topic 的 Kafka Topic，它也會每秒隨機發送 100 條 messages 到 kylin_streaming_topic，然後你可以對 kylin_streaming_cube 進行構建。
關於 sample cube，可以參考http://kylin.apache.org/cn/docs/tutorial/kylin_sample.html。
當然，你也可以根據下面的教程來嘗試創建自己的 Cube。
Step 8. 創建 Project
登陸 kylin 後，點擊左上角的 + 號來創建 Project。
Step 9. 加載 Hive 表
點擊 Model->Data Source->Load Table From Tree，Kylin 會讀取到 Hive 數據源中的表，並以樹狀方式顯示出來，你可以選擇自己要使用的表，然後點擊 Sync 進行將其加載到 Kylin。
隨後，它們會出現在 Data Source 的 Tables 目錄中
Step 10. 創建模型
點擊 Model->New->New Model：
輸入 Model Name 點擊 Next 進行下一步，選擇 Fact Table 和 Lookup Table，添加 Lookup Table 時需要設置與事實表的 JOIN 條件。
然後點擊 Next 到下一步選擇 Dimension：
Next 下一步選擇 Measure：
Next 下一步設置時間分區列和過濾條件，時間分區列用於增量構建時選擇時間範圍，如果不設置時間分區列則代表該 model 下的 cube 都是全量構建。過濾條件會在打平表時用於 where 條件。
然後點擊 Save 保存模型。
Step 11. 創建 Cube
Model->New->New Cube
點擊 Next 到下一步添加 Dimension，Lookup Table 的維度可以設置爲 Normal（普通維度）或者 Derived（衍生維度）兩種類型，默認設置爲衍生維度，衍生維度代表該列可以從所屬維度表的主鍵中衍生出來，所以實際上只有主鍵列會被 Cube 加入計算。
點擊 Next 到下一步，點擊 +Measure 來添加需要預計算的度量。Kylin 會默認創建一個 Count(1) 的度量。Kylin 支持 SUM、MIN、MAX、COUNT、COUNT_DISTINCT、TOP_N、EXTENDED_COLUMN、PERCENTILE 八種度量。請爲 COUNT_DISTINCT 和 TOP_N 選擇合適的返回類型，這關係到 Cube 的大小。添加完成之後點擊 ok，該 Measure 將會顯示在 Measures 列表中。
添加完所有 Measure 後，點擊 Next 進行下一步，這一頁是關於 Cube 數據刷新的設置。在這裏可以設施自動合併的閾值（Auto Merge Thresholds）、數據保留的最短時間（Retention Threshold）以及第一個 Segment 的起點時間。
點擊 Next 跳轉到下一頁高級設置。在這裏可以設置聚合組、RowKeys、Mandatory Cuboids、Cube Engine 等。關於高級設置的詳細信息，可以參考 http://kylin.apache.org/cn/docs/tutorial/create_cube.html 頁面中的步驟 5，其中對聚合組等設置進行了詳細介紹。關於更多維度優化，可以閱讀http://kylin.apache.org/blog/2016/02/18/new-aggregation-group/。
對於高級設置不是很熟悉時可以先保持默認設置，點擊 Next 跳轉到 Kylin Properties 頁面，你可以在這裏重寫 cube 級別的 Kylin 配置項，定義覆蓋的屬性，配置項請參考：http://kylin.apache.org/cn/docs/install/configuration.html。
配置完成後，點擊 Next 按鈕到下一頁，這裏可以預覽你正在創建的 Cube 的基本信息，並且可以返回之前的步驟進行修改。如果沒有需要修改的部分，就可以點擊 Save 按鈕完成 Cube 創建。之後，這個 Cube 將會出現在你的 Cube 列表中。
Step 12. 構建 Cube
上一個步驟創建好的Cube只有定義，而沒有計算好的數據，它的狀態是“DISABLED”，是不可以查詢的。要想讓 Cube 有數據，還需要對它進行構建。Cube 的構建方式通常有兩種：全量構建和增量構建。
點擊要構建的 Cube 的 Actions 列下的 Action 展開，選擇 Build，如果 Cube 所屬 Model 中沒有設置時間分區列，則默認全量構建，點擊 Submit 直接提交構建任務。如果設置了時間分區列，則會出現如下頁面，在這裏你要選擇構建數據的起止時間：
設置好起止時間後，點擊 Submit 提交構建任務。然後你可以在 Monitor 頁面觀察構建任務的狀態。Kylin 會在頁面上顯示每一個步驟的運行狀態、輸出日誌以及 MapReduce 任務。可以在 ${KYLIN_HOME}/logs/kylin.log 中查看更詳細的日誌信息。
任務構建完成後，Cube 狀態會變成 READY，並且可以看到 Segment 的信息。
Step 13. 查詢 Cube
Cube 構建完成後，在 Insight 頁面的 Tables 列表下面可以看到構建完成的 Cube 的 table，並可以對其進行查詢。查詢語句擊中 Cube 後，會返回存儲在 HBase 中的預計算結果。
恭喜，進行到這裏你已經具備了使用 Kylin 的基本技能，可以去發現和探索更多更強大的功能了。