乐趣区

关于云计算:CDHKylin三部曲之三Kylin官方demo

jiezi

欢送拜访我的 GitHub

https://github.com/zq2599/blog_demos

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

本文是《CDH+Kylin 三部曲》系列的终篇，先简略回顾后面的内容：

  1. 《CDH+Kylin 三部曲之一：筹备工作》：筹备好机器、脚本、安装包；
  2. 《CDH+Kylin 三部曲之二：部署和设置》：实现 CDH 和 Kylin 部署，并在治理页面做好相干的设置；

当初 Hadoop、Kylin 都就绪了，接下来实际 Kylin 的官网 demo；

Yarn 参数设置

Yarn 的内存参数设置之后肯定要重启 Yarn 使之失效，否则 Kylin 提交的工作是会因为资源限度而无奈执行；

对于 Kylin 官网 demo

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

  1. 通过脚本可见 <font color=”blue”>KYLIN_SALES</font> 为事实表，其余是维度表，并且 KYLIN_ACCOUNT 和 KYLIN_COUNTRY 存在关联，因而维度模型合乎 Snowflake Schema；

导入样例数据

  1. SSH 登录 CDH 服务器
  2. 切换到 hdfs 账号：<font color=”blue”>su – hdfs</font>
  3. 执行导入命令：<font color=”blue”>${KYLIN_HOME}/bin/sample.sh</font>
  4. 导入胜利，控制台输入如下：

检查数据

  1. 检查数据，执行 <font color=”blue”>beeline</font> 进入会话模式 (hive 官网举荐用 <font color=”blue”>beeline</font> 取代 Hive CLI)：

  1. 在 beeline 会话模式输出链接 URL：<font color=”blue”>!connect jdbc:hive2://localhost:10000</font>，依照提醒输出账号 <font color=”blue”>hdfs</font>，明码间接回车：

  1. 用命令 <font color=”blue”>show tables</font> 查看以后的 hive 表，已建好：

  1. 查出订单的最早和最晚工夫，前面构建 Cube 的时候会用到，执行 SQL：<font color=”blue”>select min(PART_DT), max(PART_DT) from kylin_sales;</font>，可见最早 <font color=”blue”>2012-01-01</font>，最晚 <font color=”blue”>2014-01-01</font>，整个查问耗时 <font color=”red”>18.87 秒 </font>：

构建 Cube：

数据筹备实现，能够构建 Kylin Cube 了：

  1. 登录 Kylin 网页：http://192.168.50.134:7070/kylin
  2. 加载 Meta 数据，如下图：

  1. 如下图红框所示，数据加载胜利：

  1. 在 Model 页面能够看到事实表和维度表，如下图的操作能够创立一个 MapReduce 工作，计算维度表 KYLIN_ACCOUNT 每个列的基数 (Cardinality)：

  1. 去 Yarn 页面 (CDH 服务器的 8088 端口)，如下图，可见有个 MapReduce 类型的工作正在执行中：

  1. 上述工作很快就能实现 (10 多秒)，此时刷新 Kylin 页面，可见 <font color=”blue”>KYLIN_ACCOUNT</font> 表的 Cardinality 数据曾经计算实现了（hive 查问失去 ACCOUNT_ID 数量是 10000，但下图的 Cardinality 值为 10420，Kylin 对 Cardinality 的计算采纳的是 HyperLogLog 的近似算法，与准确值有误差，其余四个字段的 Cardinality 与 Hive 查问后果统一）：

  1. 接下来开始构建 Cube：

  1. 日期范畴，方才 Hive 查问后果是 <font color=”blue”>2012-01-01</font> 到 <font color=”blue”>2014-01-01</font>，留神截止日期要超过 2014-01-01：

  1. 在 Monitor 页面可见进度：

  1. 去 Yarn 页面 (CDH 服务器的 8088 端口)，能够看到对应的工作和资源应用状况：

  1. build 实现后，会呈现 ready 图标：

查问

  1. 先尝试查问交易的最早和最晚工夫，这个查问在 Hive 上执行的耗时是 <font color=”red”>18.87 秒 </font>，如下图，后果统一，耗时 <font color=”red”>0.14 秒 </font>：

  1. 上面这个 SQL 是 Kylin 官网示例用来比照响应工夫的，对订单按日期聚合，再按日期排序，而后接下来别离用 Kylin 和 Hive 查问：
select part_dt, sum(price) as total_sold, count(distinct seller_id) as sellers from kylin_sales group by part_dt order by part_dt;
  1. Kylin 查问耗时 <font color=”red”>0.13 秒 </font>：

  1. Hive 查问，后果雷同，耗时 <font color=”red”>40.196 秒 </font>：

  1. 最初来看下资源应用状况，Cube 构建过程中，18G 内存被应用：


至此，CDH+Kylin 从部署到体验就已实现，《CDH+Kylin 三部曲》系列也完结了，如果您正在学习 Kylin，心愿本文可能给您一些参考。

欢送关注公众号：程序员欣宸

微信搜寻「程序员欣宸」，我是欣宸，期待与您一起畅游 Java 世界 …
https://github.com/zq2599/blog_demos

退出移动版