親愛的各位社區朋友：
Apache Kylin 在 2014 年 10 月開源并加入 Apache 軟體基金會的范訓器，一年后從范訓器畢業成為 Apache 頂級專案，從第一天起，Kylin 的標語是「Extreme OLAP Engine for Big Data」，五年來，Kylin 已經成為了大資料版圖中一個不可或缺的角色，幫助了全球上千家企業進行高效的大資料分析，
經過五年的發展，如今回頭看，我們發現 Kylin 已經不僅僅是一個 OLAP 分析引擎，它的完整能力已經被被廣大社區用戶證實超越了「OLAP Engine」的范疇，被廣泛應用于不同的場景，扮演更加全面的角色：
- 當年 eBay 發起 Kylin 專案時，寄希望它能夠將部分負載從昂貴的專有商業資料倉庫如 Teradata 遷移到廉價、開放的大資料平臺上，五年過去了，Kylin 憑借高性能和高可用性在 eBay 內部被廣泛使用，而 Teradata 逐步被替換，今天，Kylin 在 eBay 每天服務數百萬次查詢，且大多數查詢在 1 秒鐘內完成，
- 美團、攜程、京東、滴滴、小米、華為、丁香園，OLX 集團、汽車之家、Xactly 等許多公司都使用 Kylin 打造了他們的 DaaS（資料即服務）平臺，為成千上萬的分析師和租戶提供資料服務，
- 一些微軟 SSAS 的用戶也正在逐步遷移到 Kylin 上，以承載更大的資料容量和獲得更好的體驗，
- 中國銀聯和某頭部保險集團從 IBM Cognos 架構升級到 Hadoop + Kylin，因為分布式架構的優勢，Kylin 對傳統方案具備降維打擊的能力，在某些場景中，一個 Kylin Cube 取代了數百個 Cognos Cube，不但管理運維的復雜度大大降低，并且具有更好的構建性能和查詢性能，
- 建設銀行、農業銀行等已經使用 Kylin + Hadoop 來構建下一代大資料分析平臺，解決擴容難和并發低的難題，
從這些用戶案例可以看出，社區用戶們不僅僅把 Kylin 當作功能單一的引擎使用，而是使用 Kylin 來替換傳統分析型資料倉庫的作業，下面我們就來看一下什么是資料倉庫吧，
資料倉庫的定義有很多，下面是一個廣泛被接納的定義【1】：A data warehouse is a subject-oriented, integrated, time-variant and non-volatile collection of data in support of management’s decision-making process.
翻譯一下就是：資料倉庫是面向主題的、集成的、體現時間變化的，以及非易變的一組資料集合，以支持管理者做出關鍵決策，
對照到 Kylin 的能力:
- 在 Kylin 中，你可以為每個分析主題或場景，創建一個或多個OLAP Cube；每個 Cube 都是面向特定主題的，
- Kylin 與 Hadoop、 Hive、Spark、Kafka 等系統實作了無縫集成，你可以在大資料平臺上很容易地使用它，這也是為什么 Kylin 很容易被接納的原因之一，
- Kylin會按照時間來磁區加載資料，構建 Cube，然后保存為片段(也稱磁區)；對于維度表，Kylin 每次會生成快照，這些資料在分析程序中是穩定的，不會隨意改變，
- 當你在分析(上滾、下鉆等)程序中，Kylin 的資料是穩定一致的，所有層級的匯總結果都嚴格一致，
- Kylin 提供了 SQL 查詢介面和 JDBC/ODBC/HTTP API，用戶將其與 BI/可視化工具（如 Tableau 等）輕松連接，
從這里可以看出，Kylin 的實作，與資料倉庫的關鍵特性不謀而合，事實上，當初設計 Kylin 的時候，團隊也是受了資料倉庫概念非常大的影響，
經過社區開發者們的不斷努力，如今 Kylin 不再只是一個加速器，它提供了豐富完整的能力：友好的 Web 界面，向導式的設計器，自動化的任務生成和資料加載，高性能的查詢和存盤引擎，完善的 API 介面，完整的用戶權限和安全控制等，結合 Hadoop 的分布式存盤和計算框架，它已經足以構成一個完整的分析型資料倉庫方案，在開源大資料技術中，Kylin 是獨一無二的，融合了傳統資料倉庫的經典理論和大資料的前沿技術；它設計優雅，架構可擴展可插拔，能夠適應從 GB 到 PB 甚至 EB 規模的資料，
2020 年 3 月，Kylin 社區通過討論，決定將 Kylin 的標語從「Extreme OLAP Engine for Big Data」更改為 「Analytical Data Warehouse for Big Data」【2】，以更加準確地描述 Kylin 的能力和定位，也更容易地讓用戶通過搜索引擎檢索到它，將它推介給更多用戶，應用于更多場景中，
一路走來，感謝各位的貢獻與支持，下一個五年，期待有更多創新！
史少鋒
Apache Kylin PMC Chair
相關閱讀：
【1】 https://walkerscott.co/2017/10/data-warehouse/
【2】 https://kylin.apache.org/
了解更多大資料資訊，點擊進入Kyligence官網
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/22828.html
標籤：大數據
上一篇：nifi processer介紹
下一篇：資料分析與挖掘