CDH+Kylin三部曲之三：Kylin官方demo

欢迎访问我的GitHub

https://github.com/zq2599/blog_demos

内容：所有原创文章分类汇总及配套源码，涉及Java、Docker、Kubernetes、DevOPS等；

本文是《CDH+Kylin三部曲》系列的终篇，先简单回顾前面的内容：

《CDH+Kylin三部曲之一：准备工作》：准备好机器、脚本、安装包；

《CDH+Kylin三部曲之二：部署和设置》：完成CDH和Kylin部署，并在管理页面做好相关的设置；

现在Hadoop、Kylin都就绪了，接下来实践Kylin的官方demo；

Yarn参数设置

Yarn的内存参数设置之后一定要重启Yarn使之生效，否则Kylin提交的任务是会由于资源限制而无法执行；

关于Kylin官方demo

下图是官方demo的脚本的一部分(create_sample_tables.sql)，基于HDFS数据创建Hive表：

通过脚本可见KYLIN_SALES为事实表，其他是维度表，并且KYLIN_ACCOUNT和KYLIN_COUNTRY存在关联，因此维度模型符合Snowflake Schema；

导入样例数据

SSH登录CDH服务器

切换到hdfs账号：su - hdfs

执行导入命令：${KYLIN_HOME}/bin/sample.sh

导入成功，控制台输出如下：

检查数据

检查数据，执行beeline进入会话模式(hive官方推荐用beeline取代Hive CLI)：

在beeline会话模式输入链接URL：!connect jdbc:hive2://localhost:10000，按照提示输入账号hdfs，密码直接回车：

用命令show tables查看当前的hive表，已建好：

查出订单的最早和最晚时间，后面构建Cube的时候会用到，执行SQL：select min(PART_DT), max(PART_DT) from kylin_sales; ，可见最早2012-01-01，最晚2014-01-01，整个查询耗时18.87秒：

构建Cube：

数据准备完成，可以构建Kylin Cube了：

登录Kylin网页：:7070/kylin

加载Meta数据，如下图：

如下图红框所示，数据加载成功：

在Model页面可以看到事实表和维度表，如下图的操作可以创建一个MapReduce任务，计算维度表KYLIN_ACCOUNT每个列的基数(Cardinality)：

去Yarn页面(CDH服务器的8088端口)，如下图，可见有个MapReduce类型的任务正在执行中：

上述任务很快就能完成(10多秒)，此时刷新Kylin页面，可见KYLIN_ACCOUNT表的Cardinality数据已经计算完成了（hive查询得到ACCOUNT_ID数量是10000，但下图的Cardinality值为10420，Kylin对Cardinality的计算采用的是HyperLogLog的近似算法，与精确值有误差，其他四个字段的Cardinality与Hive查询结果一致）：