数仓（四）

AzkabanWebServer启动几秒后被kill
连接集群数据库
找到executors表中的active，手动改为1，再重新启动AzkabanWebServer即可

即席查询

kylin
Kylin的主要特点包括支持SQL接口、支持超大规模数据集、亚秒级响应、可伸缩性、高吞吐率、BI工具集成等。

kylin架构

1）标准SQL接口：Kylin是以标准的SQL作为对外服务的接口。

2）支持超大数据集：Kylin对于大数据的支撑能力可能是目前所有技术中最为领先的。早在2015年eBay的生产环境中就能支持百亿记录的秒级查询，之后在移动的应用场景中又有了千亿记录秒级查询的案例。

3）亚秒级响应：Kylin拥有优异的查询相应速度，这点得益于预计算，很多复杂的计算，比如连接、聚合，在离线的预计算过程中就已经完成，这大大降低了查询时刻所需的计算量，提高了响应速度。

4）可伸缩性和高吞吐率：单节点Kylin可实现每秒70个查询，还可以搭建Kylin的集群。

5）BI工具集成
Kylin可以与现有的BI工具集成，具体包括如下内容。
ODBC：与Tableau、Excel、PowerBI等工具集成
JDBC：与Saiku、BIRT等Java工具集成
RestAPI：与JavaScript、Web网页集成

也可以使用Zepplin来访问Kylin服务

启动kylin前要先启动hadoop（hdfs，yarn，jobhistoryserver）、Zookeeper、Hbase
hbase群起方法：在hadoop102的/opt/module/hbase目录下：bin/start-hbase.sh
启动kylin：在/opt/module/kylin目录下：bin/kylin.sh start
kylin的web页面：hadoop102:7070
用户名为ADMIN，密码为KYLIN
关闭kylin：在hadoop102的/opt/module/kylin目录下，bin/kylin.sh stop

presto
presto是一个开源的分布式SQL查询引擎，数据量支持GB到PB字节，主要用来处理秒级查询的场景。
虽然presto开以解析SQL，但它不是一个标准的数据库。不是MySQL、Oracle的代替品，也不能用来处理在线事物（OLTP）。

presto架构

presto优缺点
优点：
（一）presto基于内存运算，减少了硬盘IO，计算更快。
（二）能够连接多个数据源，跨数据源连表查，如从hive查询大量网站访问记录，然后从MySQL中匹配出设备信息。
缺点：
presto能够处理PB级别的海量数据分析，但presto并不是吧PB级数据都放在内存中计算的，是边读数据边计算，再清内存，再读数据再计算，这种耗的内存并不高。但是连表查，就可能产生大量的临时数据，因此速度会变慢。