Apache Kylin : Analytical Data Warehouse for Big Data
Welcome to Kylin Wiki.
官网文档检查列表
Events and Conferences Community Best Practices Quick Start Installation Guide Deploy in Cluster Mode Kylin Configuration 我个人十分希望,能够整个重新过一遍,我估计有很多配置项是无用的了,我觉得会比较花时间,但是我觉得是很有意义的 Advanced Settings INSTALL Run Kylin with Docker INSTALL Quick Start with Sample Cube TUTORIAL 删除掉吧,没意义,被“Quick Start”替代了 Web Interface TUTORIAL Cube Wizard TUTORIAL Cube Build and Job Monitoring TUTORIAL SQL Reference TUTORIAL Project And Table Level ACL TUTORIAL Kylin Python Client TUTORIAL Set Up System Cube TUTORIAL Use Cube Planner TUTORIAL Use Dashboard TUTORIAL Use MySQL as Metastore TUTORIAL Use RESTful API HOW-TO Build Cube with API HOW-TO Backup Metadata HOW-TO Cleanup Storage HOW-TO Optimize Build and Query HOW-TO 带上中文视频是不是不太好 可以带上有赞的优化实践? Config Spark Pool HOW-TO Upgrade From Old Versions HOW-TO Use Utility CLIs HOW-TO Secure with LDAP and SSO HOW-TO Install Ranger Plugin HOW-TO Enable Zookeeper ACL HOW-TO文档标题 分类 文档链接 状态 负责人 解决方式 Overview http://kylin.apache.org/docs40/index.html Release Notes 大体完整 Technical Concepts 大体完整 Terminology 大体完整 FAQ 极不完整 这一块我还没有什么好的想法,我觉得最后来解决这个吧,优先准备配置项部分 比较陈旧 过于陈旧 很久没更新了 可以考虑 删除全部 Kylin3 相关的,只保留 Kylin 4,少一点也没关系 部分错误 部分文本和截图还是 Kylin 3 的 大体完整 大体完整 极不完整 可以删除 大部分内容其实一点也不“高级”,建议内容前移到别的页面,然后删除该页面 大体完整 大体完整 比较陈旧 暂定 部分错误 删除过时信息,如“EXTENDED_COLUMN”,以及“The engine for building cube. There are 2 engines: MapReduce and Spark. If your cube only has simple measures (COUNT, SUM, MIN, MAX), Spark can gain better performance; If cube has complex measures (COUNT DISTINCT, TOP_N), MapReduce is more stable.” 大体完整 信息比较少,可以考虑重构一下 比较陈旧 低优先级,估计没时间来更新了 比较陈旧 很久没验证过了 比较陈旧 很久没验证过了 大体完整 How to use System Cube in Kylin 4 这个文档缺少了表的元数据信息,建议从 KIP-4 Refator system cube for Kylin4 获取出来,补充到 How to use System Cube in Kylin 4 大体完整 How to update cuboid list for a cube 需要尽快翻译 大体完整 大体完整 建议补充 我感觉要不然不要用 wiki 上面的那个地址,还是基于官网的来改吧 建议补充 Optimize2 的 API 也可以加上 大体完整 大体完整 建议补充 大体完整 标题可以改为完整一些 大体完整 大体完整 大体完整 比较陈旧 比较陈旧