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：http://192.168.50.134:7070/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）：
- 接下来开始构建Cube：
- 日期范围，刚才Hive查询结果是2012-01-01到2014-01-01，注意截止日期要超过2014-01-01：
- 在Monitor页面可见进度：
- 去Yarn页面(CDH服务器的8088端口)，可以看到对应的任务和资源使用情况：
- build完成后，会出现ready图标：
查询
- 先尝试查询交易的最早和最晚时间，这个查询在Hive上执行的耗时是18.87秒，如下图，结果一致，耗时0.14秒：
- 下面这个SQL是Kylin官方示例用来对比响应时间的，对订单按日期聚合，再按日期排序，然后接下来分别用Kylin和Hive查询：
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;- Kylin查询耗时0.13秒：
- Hive查询，结果相同，耗时40.196秒：
- 最后来看下资源使用情况，Cube构建过程中，18G内存被使用：
至此，CDH Kylin从部署到体验就已完成，《CDH Kylin三部曲》系列也结束了，如果您正在学习Kylin，希望本文能够给您一些参考。
