Kylin 作爲汽車之家的核心 OLAP 引擎，服務於多個業務線與商業數據產品，應用於流量、線索、用戶行爲、推薦效果等方面的數據分析場景。目前已有 500+ 個 Kylin Cube，存儲約 300 T，整體 Segment 數約1.6 萬；單個 Cube 原始數據過萬億，單個 Cube 最多 31 個維度；12萬 HBase region，查詢響應時間 TP 95 穩定在 2 秒以內。
本文導讀
- Kylin 在汽車之家的發展歷程及現狀:
- Kylin 簡介、架構與原理
- 使用現狀
- 發展歷程
- Kylin 在商業化數據產品中的應用與實踐：
- 業務場景
- 技術選型（Kylin vs Druid vs ES）
- 戰略級數據產品-車智雲
- 開發流程
- Kylin 的常規優化經驗（Cuboid 剪枝、查詢性能、最大維度組合、超大字典問題、精確去重…）
- 其他實踐
- KylinSide系統-集羣信息統計、集羣管理
- 集羣升級和遷移的一些經驗分享：
- 背景與挑戰
- 整體方案
- 整體架構
- 未來的規劃：
- 實時 OLAP
- 雲原生
01 Kylin 在汽車之家的發展歷程及現狀
1. Kylin 簡介
Apache Kylin 是一個可擴展的超快的大數據分析型數據倉庫，它有友好的 web 界面，有交互式查詢能力，性能非常好，還有標準的 SQL 接口，支持 JDBC 查詢。Kylin 的原理是基於預計算模型，是多維立方體的模式，在 Kylin 3.0 之後已經支持實時 OLAP 了，同時 Kylin 可以和現有的 BI 工具無縫結合。
原文鏈接:【https://www.infoq.cn/article/ipOwF5MIRR4qJXxMWE2M】。未經作者許可，禁止轉載。