//
Caravel+Kylin 實現的OLAP平臺 - 開源中國社區
https://www.oschina.net/question/867756_2183772
//
開源OLAP+數據可視化工具–For Apache Kylin – lxw的大數據田地
http://lxw1234.com/archives/2016/06/688.htm
配置Kylin多表查詢
為了支持Kylin中多表查詢，一般是一個事實表關聯多張維度表，并獲取衍生維度，我們通過在Caravel Table中添加自定義字段，并對該字段定義一定規則的表達式(字段串常量)，提交到PyKylin之后，PyKylin解析該字符串常量，轉換成與維度表關聯的SQL查詢并返回結果。

//
開源OLAP+數據可視化工具–For Apache Kylin – lxw的大數據田地
http://lxw1234.com/archives/2016/06/688.htm
對于普通單表的使用，請參考：

關鍵字：caravel、olap、kylin、數據可視化
經過我和好友Rocky一段時間的修改和調試，現已將初版的Caravel For Kylin上傳至Github，供大家使用，如有發現任何的問題，可通過本博客或github聯系我們。
GitHub地址：
https://github.com/rocky1001/pykylin/tree/caravel-kylin
https://github.com/rocky1001/caravel/tree/caravel-kylin
基于Caravel 0.8.9
關于Caravel：
http://airbnb.io/caravel/
http://lxw1234.com/archives/2016/06/681.htm
關于PyKylin：https://github.com/wxiang7/pykylin (感謝作者@Wu Xiang)
修改說明
PyKylin:修復where及having條件中的中文問題。支持kylin中多表關聯查詢（實現方式很粗糙，但功能基本實現）;優化kylin多表查詢時候時間序列相關的幾個圖表生成的SQL。
Caravel:修復kylin中不支持的部分語法，比如使用timestamp關鍵字作為時間字段的別名。
安裝與啟動
Caravel：按照官網的安裝文檔即可 http://airbnb.io/caravel/installation.htmlPykylin：
https://github.com/rocky1001/pykylin/tree/caravel-kylin
強烈推薦使用Python3，避免中文問題。
啟動Caravel：nohup gunicorn -w 16 –timeout 60 -b 0.0.0.0:8080 caravel:app >> /tmp/caravel.log 2>&1 &
注意：不建議使用官網給出的啟動命令，caravel runserver -d避免因查詢頁面關閉造成的Caravel Server掛掉。
使用說明
對于普通單表的使用，請參考：http://lxw1234.com/archives/2016/06/681.htm
配置Kylin多表查詢
為了支持Kylin中多表查詢，一般是一個事實表關聯多張維度表，并獲取衍生維度，我們通過在Caravel Table中添加自定義字段，并對該字段定義一定規則的表達式(字段串常量)，提交到PyKylin之后，PyKylin解析該字符串常量，轉換成與維度表關聯的SQL查詢并返回結果。這里做法有些粗糙，但功能基本實現，你可以參考該思路做進一步的優化和修改。
這里以事實表AD_REPORT2為例，其中有維度ID字段AD_ID，在Kylin中構建Cube時候，通過INNER JOIN維度表AD_DIM來獲取維度名稱AD_NAME。
在Caravel的AD_REPORT2中添加字段ad_name，

kylin

PyKylin經過轉換后提交給Kylin的SQL語句為：
SELECT b.__ad_name as ad_name,
SUM(imp_pv) AS sum__imp_pv
FROM liuxiaowen.ad_report2
inner join (SELECT ad_id AS __ad_id,ad_name AS __ad_name FROM liuxiaowen.ad_dim) AS b
ON (ad_id = __ad_id)
WHERE pt >= '2015-06-13' AND pt <= '2016-06-13'
GROUP BY b.__ad_name
ORDER BY SUM(imp_pv) DESC

對于時間序列類的圖表，Caravel提交給PyKylin的SQL語句為：
SELECT '$|INNER JOIN (select ad_id as __ad_id,ad_name as __ad_name from LIUXIAOWEN.AD_DIM) as b ON (ad_id = __ad_id)|b.__ad_name|$' AS ad_name,
pt AS _timestamp,
SUM(imp_pv) AS sum__imp_pv
FROM liuxiaowen.AD_REPORT2
JOIN (
SELECT '$|INNER JOIN (select ad_id as __ad_id,ad_name as __ad_name from LIUXIAOWEN.AD_DIM) as b ON (ad_id = __ad_id)|b.__ad_name|$' AS __ad_name
FROM liuxiaowen.AD_REPORT2
WHERE pt >= '2015-06-13' AND pt <= '2016-06-13'
GROUP BY '$|INNER JOIN (select ad_id as __ad_id,ad_name as __ad_name from LIUXIAOWEN.AD_DIM) as b ON (ad_id = __ad_id)|b.__ad_name|$'
ORDER BY SUM(imp_pv) DESC
LIMIT 50
) AS anon_1
ON '$|INNER JOIN (select ad_id as __ad_id,ad_name as __ad_name from LIUXIAOWEN.AD_DIM) as b ON (ad_id = __ad_id)|b.__ad_name|$' = __ad_name
WHERE pt >= '2015-06-13' AND pt <= '2016-06-13'
GROUP BY '$|INNER JOIN (select ad_id as __ad_id,ad_name as __ad_name from LIUXIAOWEN.AD_DIM) as b ON (ad_id = __ad_id)|b.__ad_name|$', pt
ORDER BY SUM(imp_pv) DESC
LIMIT 50000

PyKylin經過優化后的SQL語句為：
SELECT b.__ad_name AS ad_name,
pt AS _timestamp,
SUM(imp_pv) AS sum__imp_pv
FROM liuxiaowen.ad_report2
inner join (SELECT ad_id AS __ad_id,ad_name AS __ad_name FROM liuxiaowen.ad_dim) AS b
ON (ad_id = __ad_id)
WHERE pt >= '2015-06-13' AND pt <= '2016-06-13'
GROUP by b.__ad_name, pt
ORDER by sum(imp_pv) desc
limit 50

該配置方法對于關聯一張維度表獲取多個字段，以及關聯多張維度表獲取多個維度字段同樣適用，只需要在Caravel Table中添加多個字段，表達式的寫法一樣即可。
另外，該修改只針對數據源類型為kylin，對于Caravel使用其他數據源不受影響。
Enjoy it!