ronmy的专栏

作者：lxWei 背景为了应对各种数据需求，通常，我们的做法是这样的：对于临时性的数据需求：写HQL到Hive里去查一遍，然后将结果转为excel发送给需求人员。对于周期性的、长期性的数据需求：编写脚本，结合Hive跑出结果，将结果写入对应DB库，然后开发前端页面对结果进行展现。这样做简洁明了，但是，有很明显的问题：开发成本太高。每来一个需求，不管是临时需求

saiku通过添加schema和datasource的形式管理对接入系统的数据源，然后提供界面作为直观的分析数据方式，界面产生mdx，由mondrian连接数据源，解析mdx和执行查询kylin提供大规模数据的olap能力，通过saiku与kylin的对接，利用saiku的友好界面来很方面的查询        关于saiku与kylin的对接，https://github.com/must

http://lxw1234.com/archives/2016/05/647.htm关于Kylin的介绍和使用请参考之前的文章《分布式大数据多维分析（OLAP）引擎Apache Kylin安装配置及使用示例》Kylin对外提供的是SQL查询接口，基于Kylin构建OLAP多维分析系统，第一种方案是针对业务，定制开发一个前端界面，将界面上用户的选择和操作，翻译成SQL，提交给Kyl

由eBay开源的一个大数据OLAP框架，2014年11月加入了Apache，项目名字也改成了“Apache Kylin”，Apache Kylin是唯一来自中国的Apache顶级开源项目，定位于在Hadoop平台之上实现传统数据仓库，商业智能的能力，提供交互式的，多维分析能力，并提供在传统数据仓库技术所不能做到的超大规模数据集的快速查询，并使用普通的PC硬件，而无需采购专用的，私有的一体机或者高端