eBay开源了一种名为 Kylin 的数据库技术，eBay在周三的一篇博客上分享了Kylin 的诸多细节，基于 Hadoop 提供 SQL 接口和 OLAP 接口，支持 TB 到 PB 级别的数据量，Kylin旨在减少Hadoop在10亿行以上数据级别的情况下的查询延迟。这些都表明eBay在使用Hadoop技术等方面取得了不俗的成绩。
以下为译文：
在线拍卖网站eBay开源了一种名为 Kylin 的数据库技术，该公司宣称这项技术能够在Hadoop上支持PB级数据存储的快速查询。eBay并不是像Google和Facebook那样的大数据公司，但它运用Hadoop等技术已经达到了一个相当大的规模，Kylin就是一个很好的例子，这说明它在该领域的创新已经走在前头。
eBay在周三的一篇博客上分享了Kylin的细节，包括REST API、ANSI-SQL兼容性、连接分析工具Tableau和Excel，以及在一些查询上低于秒级的延迟。然而， Kylin最独特的特性是它如何处理scale。eBay表示，它可以查询数十亿行数据——在高达14TB的数据集上，速度比使用传统的Apache Hive工具快得多。
Kylin工作在一个很高级别上，它从Hive取数据；使用MapReduce预处理大型查询；然后将这些结果作为键值cuboids存储在HBase上。当用户用一组特定的变量值运行一个Kylin查询，结果已经准备就绪，不需要再重新处理，这和已经使用多年的分析型数据库完全不同。
下面是eBay分享的Kylin如何在公司内部的使用情况：
开放Kylin的时候，我们已经有一些eBay业务单元在生产中使用它。我们最大的用例是120+亿源记录生成的14 +TB cube。它的90%查询延迟小于5秒。现在，我们的用例瞄准分析师和业务用户，他们可以轻松的通过Tableau分析并且得到结果——不再需要Hive查询，shell命令等等。
想要知道Kylin在与下一版本的Hive、Spark SQL以及Hadoop SQL分析的其他选项较量中谁会胜出，将是一件非常有趣的事情，Kylin作为YARN资源管理器一部分可以在Apache Hadoop的最新版本上获得。我猜它会慢一点，但比内存选项或那些不需要MapReduce处理的更具扩展性，不过这对于那些仍然在运行更早软件版本的用户可能是一个可靠的选择。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在Python数据分析中，Pandas库的DataFrame是最核心、最常用的结构化数据表对象，类似于Excel的二维表格，具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中，平均增速（平均增长率）是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作，但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展，商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者：李诗怡 1. 波士顿矩阵（BCG Matrix） 定义： BCG于1970年提出的业务组合分析工具，以"市场增长率"（纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道，但许多人拿到Excel后习惯性地先算、先分析，结果回头发现漏了一列关键数据， ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具，具备快速汇总、维度拆分、动态筛选的能力，可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中，堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道，但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者：李诗怡 一、8个核心数据清洗函数 1. TRIM：一键清除多余空格（最常用） 作用：仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表，而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中，面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差，但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中，数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中，诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能，Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时，常常感到“知道要分析，却不知道用什么方法”。其实，数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中，自增ID是数据表最常用的主键字段，用于唯一标识每一条业务数据，正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中，平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中，最常 ...
2026-08-31在数据驱动的时代，数据分析早已不是“凭经验、靠感觉”的零散操作，而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下，海量行业数据亟需通过专业化工具挖掘潜在价值，辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
