Apache kylin 入门学习(2)安装与简单测试

下载kylin 安装包已部署的HBase, Hive, Yarn并启动（参考博客CDH安装）。

在主机上部署

mkdir /usr/local/appscd /usr/local/appsrz (把包传到此目录下）tar -zxvf apache（tab键）建立软连接ln -s apache-kylin-2.4.1-bin kylin添加环境变量
vim /etc/profile
添加 export KYLIN_HOME=/usr/local/apps/kylin环境变量生效
source /etc/profile修改kylin.properties配置文件
cd /usr/local/apps/kylin/conf
vim kylin.properties
修改：
kylin.server.cluster-servers=192.168.80.11:7070
在下边添加配置:
kylin.server.cluster-servers=192.168.80.11:7070
kylin.job.jar=/usr/local/apps/kylin/lib/kylin-job-2.4.1.jar
kylin.coprocessor.local.jar=/usr/local/apps/kylin/lib/kylin-coprocessor-2.4.1.jar
kylin.job.yarn.app.rest.check.status.url=192.168.195.11:8088/ws/v1/cluster/apps/${job_id}?anonymous=true修改权限
su hdfs（切换到hdfs用户）
hadoop fs -chmod 777 / (修改权限）su (切换到root）cd /usr/local/apps/kylin/bin./check-env.shhdfs dfs -ls /
可以看到这一行drwxr-xr-x - root supergroup 0 2019-04-16 22:12 /kylin./find-hbase-dependency.sh./find-hive-dependency.sh启动kylin
cd /usr/local/apps/kylin
启动bin/kylin.sh start
浏览器访问192.168.80.11:7070/kylin
关闭bin/kylin.sh stop

测试kylin

参考内容_

运行 ${KYLIN_HOME}/bin/sample.sh；重启 Kylin 服务器刷新缓存;用默认的用户名和密码 ADMIN/KYLIN 登陆 Kylin 网站，选择 project 下拉框（左上角）中的 learn_kylin 工程;选择名为 kylin_sales_cube 的样例 Cube，点击 “Actions” -> “Build”，选择一个在 2014-01-01 之后的日期（覆盖所有的 10000 样例记录);点击 “Monitor” 标签，查看 build 进度直至 100%;点击 “Insight” 标签，执行 SQLs，例如:
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您可以验证查询结果且与 Hive 的响应时间进行比较;

Streaming 样例 Cube 快速入门
7. Kylin 也提供了 streaming 样例 Cube 脚本。该脚本将会创建 Kafka topic 且不断的向生成的 topic 发送随机 messages。

首先设置 KAFKA_HOME，然后启动 Kylin。运行 ${KYLIN_HOME}/bin/sample.sh，它会在 learn_kylin 工程中生成 DEFAULT.KYLIN_STREAMING_TABLE 表，kylin_streaming_model 模型和 kylin_streaming_cube Cube。运行 ${KYLIN_HOME}/bin/sample-streaming.sh，它会在 localhost:9092 broker 中创建名为 kylin_streaming_topic 的 Kafka Topic。它也会每秒随机发送 100 条 messages 到 kylin_streaming_topic。遵循标准 Cube build 过程，并触发名为 kylin_streaming_cube 的 Cube 的构建。点击 “Monitor” 标签，查看 build 进度。直至至少有一个 job 达到 100%。
点击 “Insight” 标签，执行 SQLs，例如:
select count(*), HOUR_START from kylin_streaming_table group by HOUR_START验证查询结果。