kylin沿用了原來的資料倉儲技術中的cube概念，把無限資料按有限的維度進行「預處理」，然後將結果（cube）載入到hbase裡，供使用者查詢使用。
kylin是通過空間換時間的方式，實現在亞秒級別延遲的情況下，對hadoop上的大規模資料集進行互動式查詢，kylin通過預計算，把計算結果集儲存到hbase中，原有的基於行的關係模型被轉化為基於鍵值對的列式儲存，通過維度組合作為hbase的rowkey，在查詢訪問時不再需要昂貴的表掃瞄，這為高速高併發分析帶來了可能；kylin提供了標準sql查詢介面，支撐大多數的sql函式，同時也支援odbc/jdbc的方式和主流的bi產品無縫整合。
kylin的工作原理
1、指定資料模型，定義維度和度量
2、預計算cube，計算所有cuboid並儲存為物化檢視
3、執行查詢時，讀取cuboid，運算，產生查詢結果。
kylin的的主要特點
1、標準sql介面
2、支援超大資料集
3、亞秒級響應
4、可伸縮性和高吞吐率
5、bi及視覺化工具整合
幾個核心概念
資料倉儲：（data warehouse）：大量歷史性資料資料。
olap：聯機分析處理，以多維度的方式分析資料，而且能夠彈性的提供上捲、下鑽和透視分析等操作。區別於聯機交易處理（oltp）：更側重於日常事務處理，增刪改查。
bi：商業智慧型
維度與度量：維度是指審視資料的角度，通常是資料記錄的乙個屬性，eg：時間、地點等，度量是基於資料所計算出來的考量值。eg：銷售額，使用者數等
事實表和維度表：事實表儲存有事實記錄的表，eg：系統日誌、銷售記錄等，事實表不斷動態增長。維度表儲存了維度的屬性值，eg：日期表、地點表等
cube、cuboid和cube segment
cube：資料立方體，常用於資料分析和索引的技術，他可以對原始資料建立多維度索引，通過cube對資料進行資料進行分析，大大加快資料的查詢效率。
cuboid：在kylin中特製某一中維度組合下所計算的資料
cube segment：是指針對源資料中的某一片段，計算出來的cube資料。通常資料倉儲中的資料會隨著時間的增長而增長，而cube segment也是按時間順序來構建的。
apache kylin的主要使用過程：
1、資料準備：符合星型模型、維度表設計（kylin將維度表載入到記憶體中處理，所有維度表不能太大）、hive表分割槽 。
2、設計cube：匯入hive表定義、建立資料模型
3、建立cube：kylin是以key-value的方式將cube儲存到hbase中，hbase的key也就是rowkey是由各個維度的值拼接而成的。
4、構建cube：增量構建和全量構建
5、歷史資料重新整理、合併（segment）
6、查詢cube，標準的sql的select語句。
支援構建方式：
增量構建：分全量和增量
流式構建：實現實時資料更新，對接kafka實現，目前存在丟失資料的風險
支援對接方式：
1、web gui --- insight頁面
2、rest api
3、odbc/jdbc
4、通過tableau（bi）訪問kylin。
超快輸入掛（模板）
昨天的hdu的多校最後乙個是個無聊的卡輸入掛的問題，但是不得不說大佬的自己搓的輸入掛就是比較6，比我們的快讀都要快，確實需要記錄一下 大佬分享的 輸入掛模板 標程帶的輸入掛 includeusing namespace std namespace fastio return p1 inline bo...
可擴充套件標記語言
可擴充套件標記語言與access，oracle和sql server等資料庫不同，資料庫提供了更強有力的資料儲存和分析能力，例如 資料索引 排序 查詢 相關一致性等，可擴充套件標記語言僅僅是儲存資料。事實上它與其他資料表現形式最大的不同是 可擴充套件標記語言極其簡單，這是乙個看上去有點瑣細的優點，但...
可擴充套件標記語言
xml是可擴充套件標記語言，類似html，用來傳輸和儲存資料。標準通用標記語言的子集，是一種用於標記電子檔案使其具有結構性的標記語言。在電子計算機中，標記指計算機所能理解的資訊符號，通過此種標記，計算機之間可以處理包含各種的資訊比如文章等。xml是樹形結構，且一定要有跟部標籤。語法規則 a.所有的 ...