问题标签 [kylin]

我开始使用 Apache kylin（版本 1.5.3）。创建多维数据集时，我在第 5 步“保存长方体统计信息”处收到错误消息。日志说：

首先，我尝试创建具有较少维度的相同多维数据集并且它可以工作。创建带有遗漏尺寸的另一个立方体也可以。但是，当我尝试创建一个具有所有这些 (13) 维度的立方体时，它失败了。我也厌倦了将hbase.client.keyvalue.maxsize设置为 0 以禁用检查。还是同样的错误。

有谁知道问题是什么以及我该如何解决？

顺便说一下，我在 Sandbox HDP 2.4 上使用了 kylin。

提前感谢您的帮助

索伦

我有一个关于 Apache kylin（版本 1.5.3）的简短问题。我已经成功构建了一个立方体。现在我想使用 kylin 的 'insight' 选项卡来提交一些查询。我有一个包含两列的表（id [varchar]，abc [int]）。

像这样的查询

工作正常。但

返回错误：

第 3 行第 11 列出现词汇错误。遇到：“！” (33)，在：“”之后

有谁知道“不”的正确词汇？

提前谢谢你，索伦

我在 Apache kylin 中创建了一个多维数据集，其中“ft”是我的事实表，“ls”是维度表之一。两者都连接在“盖子”列上。我的查询

返回一行

1500 1500221 14

到目前为止，一切都很好。省略第一个 where 条件，我的结果也是一行，但这次是另一个......

返回

0140 0140110 14

两者都是正确的结果，但是第二个查询应该返回不止一行，至少也应该返回第一个查询的结果。

有谁知道这里出了什么问题？

提前致谢， 索伦

我在 Apache Kylin (1.5.3) 中创建了一个多维数据集，其中包含 2 个如下所示的表：

这些表在 facttable.id_b = dimensiontable.id 上是联合的。在“多维数据集设计器 - 高级设置”中，我在“包含”中创建了一个包含 id_a、id_b 和 pos 的聚合组。

现在我想知道'pos = 1'不止一次相关的每个id_a。

因此，在上表的情况下：

在“洞察力”选项卡中，我尝试了查询

但它返回

执行 SQL“[query]”时出错：null

任何人都知道问题是什么？我是否需要更改“模型创建”或“立方体创建”中的某些设置？

任何帮助表示赞赏！

嗨，我无法在 apache kylin 中使用枢轴功能，我是否必须启用任何属性，因为 kylin 文档说 kylin 网络向导本身提供了枢轴功能。

我有 2 张桌子

和

这些表在 id_b 上连接。现在我想知道没有F9.00 | G. 所以在这种情况下，我想要的结果是02. 即使该行01 | 012 | F3.00 | G不符合F9.00 | G要求，我也不希望有01结果，因为有01 |011 | F9.00 | Gas01的组合id_a。

目前想不出一个简单的查询。也许你们中的一些人有一个想法。

问候， 索伦

是否可以在没有其他数据库（如 Hbase（加上 HDFS））的情况下连接 Apache Kylin？那么您可以将原始数据和多维数据集元数据存储在其他地方吗？

我正在尝试使用 ROLLUP 和 CUBE 运算符使用示例多维数据集来汇总数据。如果我执行查询，则会返回以下错误消息：

内部错误：应用规则 OLAPAggregateRule 时出错，args [rel#1246:LogicalAggregate.NONE.[](input=rel#1245:Subset#1.NONE.[],group={0, 1},groups=[{0 , 1}, {0}, {}],indicator=true,SUMOFPRICE=SUM($2))]。

我正在使用来自http://calcite.apache.org/docs/reference.html的文档来构建查询。

测试查询：

不使用多维数据集的简单查询

选择 a, b, sum(c) from (values (1, 2, 3, 4)) as t(a, b, c, d) group by rollup(a, b)

此查询返回预期结果

使用 ROLLUP 运算符使用 KYLIN_SALES 表进行查询

通过 rollup(seller_id, leaf_categ_id) 从 kylin_sales 组中选择 Seller_id、leaf_categ_id、sum(price) 作为 SumOfPrice

执行此查询时会返回问题开头提到的错误。

发生错误时，Kylin 日志显示以下内容：

首先，我现在可能对大数据能力有误解。所以，如果我过于乐观，请不要犹豫纠正我。

我通常使用常规 KPI，例如向我展示：在特定月份为每位经理提供满足某些复杂条件（加入少数事实表）的新客户数量。

这些请求是非常动态的，因此无法预测预先计算的数据。我们使用 OLAP 和 MDX 进行动态报告。动态计算的代价是性能。用户通常等待结果超过一分钟。

在这里，我得到了 BigData。我读过一些文章、论坛、文档，导致我得出模棱两可的结论。BigData 提供了在几秒钟内处理数据的工具，但它并不适合 BI 任务，例如连接、预聚合。hadoop 概念上没有经典的 DWH 等等。

尽管如此，这是一个理论。我找到了 Kylin，这让我实际尝试了一下。我挖掘的越多，出现的问题就越多。他们中有一些：

1. 我需要任何编程知识（Java、Scala、Python）吗？
2. 我需要图形工具，ssh 访问就足够了吗？
3. 哪些硬件要求可以满足我对 100-200 GB 数据库（也是硬件数量）的需求？
4. 什么是最好的文件系统（ext4），我应该关心吗？
5. 如何从 RDBMS 迁移数据，是否有任何智能 ETL？
6. 我应该首先学习和使用哪些技术（pig、spark 等）？

实际上我可能会提出错误的问题并且完全误解了这个概念，但希望有一些好的线索。随意提供您认为对 BI 和大数据整合有用的任何建议。

我知道http://kylin.apache.org/docs15/index.html 但如果没有后端背景，我会感到不舒服。

使用 kylin 1.5.4，当我构建立方体时，它在第 3 步失败，日志显示“没有作业计数器”。它也没有获取蜂巢表的基数。当我创建一个模型或多维数据集时，它会抛出无法采取行动的错误，但是当我关闭 json 页面时，它们会被创建。它没有获取日期分区列，而是在日志中找不到列。

非常感谢任何帮助或见解。