原创 Kylin 在貝殼的性能挑戰和 HBase 優化實踐
{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"Kylin 在貝殼的
2021-01-10 10:04:12
1
原创 Apache Kylin 在中通快遞的實踐
{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"typ
2021-01-09 10:03:56
1
原创 數據量猛增，BI分析效率太低怎麼破？
{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"typ
2020-12-06 10:03:48
1
原创 Kylin 在小米大數據中的應用
{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"typ
2020-12-04 14:03:54
1
原创 陸文佳：數據以簡爲美
{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"開篇"}]},{"t
2020-11-29 14:08:58
1
原创 一起建數據湖嗎？
{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":"center","origin":null},"content":[{
2020-11-29 10:13:55
2
原创 雲上高併發數據分析【架構選型篇】
{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"摘要"}]},{"t
2020-11-28 16:29:00
2
原创 後疫情時代，零售企業如何降低雲上數據分析成本？
{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"typ
2020-11-28 16:29:00
1
原创 Kylin 在攜程的實踐（下）
{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"案例分享"}]},{
2020-11-27 10:13:52
1
原创 Kylin 在攜程的實踐（上）
{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"typ
2020-11-26 10:13:50
1
原创 從 ES 到 Kylin，鬥魚客戶端性能分析平臺進化之旅
{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"一、背景"}]},{
2020-11-21 14:03:55
1
原创 4 年 Kylin 老玩家，汽車之家最佳實踐大揭祕！
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
2020-11-05 10:03:54
原创 愛奇藝如何處理千億級數據
1. 使用 Kylin 的緣由愛奇藝 OLAP 服務演變愛奇藝大數據 OLAP 服務演變的過程可以用如下架構圖說明：數據處理流程分爲如下 幾個層級： 最下方是採集平臺，收集業務的埋點和日誌； 數據按時效性分爲兩種類型：離線類型的灌入到 HD
2020-11-02 14:13:56
1
原创 從 Hadoop 到雲原生（2）：Kyligence 在雲原生巨浪中的思考
1. 上雲之路在上文（詳情戳此處）中，我們探討了雲原生的、存儲和計算分離的數據湖架構爲何將會成爲數倉分析技術的演進的趨勢。 從企業方的應用角度來看 ，對雲上的分析類產品有以下這些共同的訴求： 彈性伸縮，滿足業務高峯需求的同時控制整體 TCO
2020-09-18 10:03:58
2
原创 從 Hadoop 到雲原生（1）：Kylin 在雲原生巨浪中的思考
我們首先從一張圖開始: 上圖是從 Google Trend 上獲取的近五年的關於 Data Warehouse（藍色）、Data Lake（紅色）、Redshift（黃色，AWS 的著名雲原生數據倉庫）和 Hadoop （綠色）這四個關鍵
2020-07-21 15:18:59
2