封面
版权信息
作者简介
推荐序
前言
第一部分 Apache Kylin基础部分
第1章 Apache Kylin前世今生
1.1 Apache Kylin的背景
1.2 Apache Kylin的应用场景
1.3 Apache Kylin的发展历程
第2章 Apache Kylin前奏
2.1 事实表和维表
2.2 星型模型和雪花型模型
2.3 OLAP
2.4 数据立方体（Data Cube）
第3章Apache Kylin工作原理和体系架构
3.1 Kylin工作原理
3.2 Kylin体系架构
3.3 Kylin中的核心部分：Cube构建
3.4 Kylin的SQL查询
3.5 Kylin的特性和生态圈
第4章 搭建CDH大数据平台
4.1 系统环境和安装包
4.2 准备工作：系统环境搭建
4.3 正式安装CDH：准备工作
4.4 正式安装CDH5：安装配置
第5章 使用Kylin构建企业大数据分析平台的4种部署方式
5.1 Kylin部署的架构
5.2 Kylin的四种典型部署方式
第6章 单独为Kylin部署HBase集群
第7章 部署Kylin集群环境
7.1 部署Kylin的先决条件
7.2 部署Kylin集群环境
7.3 为Kylin集群搭建负载均衡器
第二部分 Apache Kylin进阶部分
第8章 Demo案例实战
8.1 Sample Cube案例描述
8.2 Sample Cube案例实战
第9章 多维分析的Cube创建实战
9.1 Cube模型
9.2 创建Cube的流程
第10章 Build Cube的来龙去脉
10.1 流程分析
10.2 小结
第三部分 Apache Kylin高级部分
第11章 Cube优化
第12章 备份Kylin的Metadata
12.1 Kylin的元数据
12.2 备份元数据
12.3 恢复元数据
第13章 使用Hive视图
13.1 使用Hive视图
13.2 使用视图实战
第14章 Kylin的垃圾清理
14.1 清理元数据
14.2 清理存储器数据
第15章 JDBC访问方式
第16章 通过RESTful访问Kylin
第17章 Kylin版本之间升级
17.1 从1.5.2升级到最新版本1.5.3
17.2 从1.5.1升级到1.5.2版本
17.3 从Kylin 1.5.2.1升级到Kylin 1.5.3实战
17.4 补充内容
第18章 大数据可视化实践
18.1 可视化工具简述
18.2 安装Kylin ODBC驱动
18.3 通过Excel访问Kylin
18.4 通过Power BI访问Kylin
18.5 通过Tableau访问Kylin
18.6 Kylin + Mondrian + Saiku
18.7 实战演练：通过Saiku访问Kylin
18.8 通过Apache Zepplin访问Kylin
18.9 通过Kylin的“Insight”查询
第19章 使用Streaming Table构建准实时Cube
第20章 快速数据立方算法
20.1 快速数据立方算法概述
20.2 快速数据立方算法优点和缺点
20.3 获取Fast Cubing算法的优势
第四部分 Apache Kylin的扩展部分
第21章 大数据智能分析平台KAP
21.1 大数据智能分析平台KAP概述
21.2 KAP的安装部署
推荐语
更新时间：2021-01-07 17:48:23
完结共83章
倒序