常见问题

目前支持哪些数据源?

包括云上的各种对象存储,比如 AWS S3, Azure Blob Storage, Azure Data Lake Storage 等,这些都属于文件数据源,用户可以将自己的数据文件存储成 CSV,parquet,或 ORC 格式的文件,落盘至对象存储上,通过 Kyligence Cloud 的 OLAP 分析引擎,可以直接对用户的数据进行分析。

另外我们也支持云上原生数仓作为数据源,比如 SQL Datawarehouse,Snowflake 等。

Kyligence Cloud 支持哪些常见的 BI?

Kyligence Cloud 内置原生的 Kyligence Insight BI,此外还支持以丰富的 API (包括 REST API,JDBC,以及 ODBC),兼容 XMLA 协议 (MDX 查询),用户可连接业内常用的 BI 工具如 Tableau,Excel,Power BI,Microstrategy,qlik,obiee,帆软等,满足端到端的分析需求。

Kyligence 可以对接哪些第三方用户认证系统?

Kyligence Cloud 不仅提供了内置的用户系统,并且可以对接多种第三方用户认证系统,比如 LDAP, Azure Active Directory 等。

Kyligence Cloud 同时可以支持混合模式的用户体系,用户可以在对接第三方用户认证系统的同时,开启内置用户系统当做服务账号使用。

Kyligence Cloud 如何加速查询?

Kyligence Cloud 内置了基于 Apache Kylin 企业版(Kyligence Enterprise)的 OLAP 预计算查询引擎,用户可以通过建立多维立方体分析模型,通过模型对数据构建加速索引,加速索引会存储至对象存储上。当用户查询数据时,如果存在加速索引,则通过加速索引来快速回答查询,如果加速索引不存在,那么查询引擎会并发的查询数据源来回答查询。

Kyligence Cloud 如何建立多维立方体模型?

如果用户是有 OLAP 分析经验的数据分析师,那么用户可以手动对数据源表建立多维立方体分析模型;如果用户新接触 OLAP 分析领域,那么可以通过上传 SQL 集(比如查询历史 SQL 集合),通过 Kyligence Cloud 提供的基于 Machine Learning 的自动智能建模功能,可以快速的建立多维立方体分析模型。

无论是手动建模还是通过智能建模功能自动建立出来的模型,都拥有自迭代优化的能力,随着用户的使用,系统会对模型生成的加速索引自动进行自动优化,无论是从查询的响应速度上,还是存储的空间上,系统都会进行优化。

Kyligence Cloud 如何构建加速索引?

当用户定义了多维立方体分析模型后,用户可以以时间维度来进行加速索引的构建。在时间维度上, Kyligence Cloud 将模型对应的加速索引分割成了一个或多个连续的 segment。当用户通过 API 或者 WebUI 界面上提交了一段时间内的构建任务,那么模型会自动生成这段时间范围的 segment。当构建任务成功结束后,这个 segment 锁对应的加速索引将被存储至云端存储上,用于服务后续的查询请求。

当构建任务提交后,系统将会基于 Machine Learning 和 AI 的智能自动探测算法,来判断构建任务需要多少计算资源,来进行计算资源的自动扩张,当构建任务结束后,计算资源会自动回收,来提高资源的使用效率和利用率。

Kyligence Cloud 相比云上其他原生数仓如 AWS Redshift,Azure SQL DW 等有什么优势?

从技术架构层面上来看, Redshift 和 SQL DW 都是基于 MPP 引擎的并行分布式计算数据库架构。对于 Kyligence Cloud,它的底层依托于云上数据湖存储以及分布式预计算引擎的的能力,它理论上可以做到无限的性能扩展的能力;Redshift 及 SQL DW 依然会支持有限的并发能力,在一些大数据量高并发的场景下,Kyligence Cloud 会有更好的性能以及更低的 TCO。另外 Kyligence Cloud 也支持根据业务任务的负载进行计算资源的自动伸缩来帮助用户提高资源的利用率。

Kyligence Cloud 与 SSAS 有什么区别?

SSAS 是微软的数据分析服务,分为本地版和云上版。云上版本叫 AAS,也是 SSAS 的云化版本,两者都是数据建模的工具 --即基于 OLAP 建模理论进行维度度量的建模。AAS 使用的是基于内存的 MPP 查询引擎,作为云上版本在扩展性上有一些限制,最大扩展节点数上限为 8 台,每个节点受限于物理内存的大小,并发能力也很容易触达上限。

Kyligence Cloud 和开源 Apache Kylin 的区别?

首先 Apache Kylin 是部署在本地,依托于本地 Hadoop 集群,依靠 YARN 来做任务调度,HBase 作为数据存储的预计算 OLAP 引擎。从投入上来讲,使用 Apache Kylin 要求用户需要投入大量的硬件成本,以及 Hadoop 平台的建设成本,运维成本。从使用上来讲,Apache Kylin 只提供了手动建立多维立方体模型的能力,这要求无论是使用还是运维 Apache Kylin,对人的专业技能的要求非常高。而且由于是本地部署结构,只能对接到本地的 Hive 离线数仓或是本地的 RDBMS 系统,数据源支持有限。

Kyligence Cloud 则是云原生的应用,依托公有云的部署架构不需要投入硬件和集群运维,从使用上来讲,Kyligence Cloud 不仅提供了基于 Machine Learning 的 AI 自动建模功能,更提供了模型自优化迭代的功能,降低了用户的使用成本。另外 Kyligence Cloud 在云上提供了强大的数据源对接能力,可以直接对接企业云上数据湖。

从服务支持的角度上来讲,Kyligence Cloud 为用户提供了 7 * 24 小时的专业技术支持服务, Apache Kylin 则需要有专门的人员来进行运维。

如何从 Apache Kylin 迁移至 Kyligence Cloud?

Kyligence Cloud 支持 Apache Kylin 的迁移。用户可以联系 Kyligence 的技术支持团队,我们为根据用户的数据规模,数据情况,数据平台建设,来给出统一完整的数据上云方案。

Kyligence Cloud 是怎么收费的?

Kyligence Cloud 现在是通过年订阅的 License 进行收费,License 不会和云上资源进行绑定,需要进行单独购买。

关于如何计费的细节,请参考《Kyligence Cloud 用户手册如何计费章节。

Kyligence 提供技术支持吗?

Kyligence Cloud 会为付费用户提供 7 * 24 小时的专业技术支持。同时 Kyligence 也可以为用户提供专业的云上解决方案,可根据企业现有的架构,数据量,数据来源,业务场景等为用户提供端到端的服务,包含咨询服务、实施服务、代运营服务以及后期的优化服务。

关于技术支持的细节,请参考《Kyligence Cloud 用户手册技术支持章节。

Kyligence Cloud 如何部署?

Kyligence Cloud 支持在微软云(Azure)、亚马逊云(AWS)、谷歌云(Google Cloud)、华为云等云平台上部署。目前有三种部署方式:

关于如何部署 Kyligence Cloud,请参考《Kyligence Cloud 用户手册部署与卸载

部署 Kyligence Cloud 之前需要准备什么?

部署 Kyligence Cloud 之前您需要准备一个我们支持的公有云平台的账号。

您的云账号中需要有一定数量的资源的配额,希望您的账号中拥有 150 vCores 或更多和 600 GB 内存或更多的配额来使用 Kyligence Cloud。

关于各云平台资源准备工作,请参见:

Kyligence Cloud 是否支持 Azure 的 HDI 平台?

Kyligence Cloud 不依赖于 Hadoop 服务,所以并不存在是否支持 HDI 平台的问题。只要用户的云订阅下有相应的 VM 以及其他的必要的资源(Network Interface,Object Storage,Load Balance 等)即可。

Kyligence Cloud 是什么部署模式?

Kyligence Cloud 的部署模式是 PaaS 模式,支持公网部署和私网部署。应用会部署在用户的云订阅下,使用用户订阅下的资源。 数据完全存储在用户的云订阅中,Kyligence 不会接触到用户的任何数据。

Kyligence Cloud 的计算资源怎么管理,谁来管理?

Kyligence Cloud 使用的是基于云上 VM 创建的 Spark Standalone 集群作为计算集群,计算任务由 Spark Master 节点进行调度。Spark 集群自身的资源和运维由 Kyligence Cloud 系统自动化运维。

Kyligence Cloud 是否支持 MDX?

Kyligence Cloud 提供了 Kyligence MDX 应用,用户可以在 Kyligence Cloud 中进行一键安装。安装 MDX 应用后,用户可以使用 Excel 通过 Kyligence MDX 对接 Kyligence Cloud 来分析云上数据。

关于如何安装 Kyligence MDX, 请参考《Kyligence Cloud 用户手册Kyligence 应用章节。

Copyright © Kyligence Inc. all right reserved,powered by GitbookLast Modified: 2022-07-19 17:20:22

results matching ""

    No results matching ""