AI助力大数据OLAP - Apache Kylin智能建模与调优

李扬

Kyligence Inc.联合创始人兼CTO

Kyligence联合创始人兼CTO,Apache Kylin 联合创建者及项目管理委员会成员(PMC), 主创团队架构师和技术负责人。专注于大数据分析,并行计算,数据索引,关系数学,近似算法,压缩算法等前沿技术。曾任eBay全球分析基础架构部大数据资深架构师。曾任IBM InfoSphere BigInsights的技术负责人,负责Hadoop开源产品架构,“杰出技术贡献奖”的获奖者。曾任摩根士丹利副总裁,负责全球监管报表基础架构。

演讲概要

Apache Kylin是当今最流行的OLAP on Hadoop分析引擎之一,基于Cube预计算技术,它可以在秒级甚至亚秒级查询PB规模的数据。恰当的Cube建模是保障性能的关键,但手动建模存在试错难、门槛高、迭代慢的问题,对建模人员要求较高,使得复杂业务场景难以快速上线。Kyligence基于对Cube理论和实际案例的分析,研究了智能建模与调优算法,使用AI为用户自动建议最优的Cube建模方案,并根据业务查询的变化,对Cube模型进行迭代优化,高效地保障系统性能。

听众收益

本次演讲将介绍该算法在实际案例中的应用。