在近期的 Apache Kylin Meetup 上，携程大数据资深研发工程师张巍分享了 Kylin 在携程的应用。本文为大家介绍携程当前的架构以及使用 Kylin 过程中的挑战与心得。
携程在 2016 年左右开始应用 Kylin 的解决方案。在 2018 年的 5、6 月份，我作为小白接手了 Kylin，逐渐琢磨、踩坑，折腾折腾就过来了。我将介绍 Kylin 在携程这一年的发展历程，碰到的挑战，以及解决的问题。
背景
1. 早期架构
下图是携程早期的 OLAP 结构，比较简单。有两个应用，一个是 BI 分析报表工具，另一个是自助分析的 Adhoc 平台，下层主要是 Hive，技术比较单一。Hive 是比较慢的运行引擎，但是很稳定。期间我们也使用过 Shark，但 Shark 维护成本比较高，所以后面也被替换掉了。文件存储用的是 HDFS。整个架构是比较简单的，搭建过程中成本也比较低。
早期架构的特点：一个字慢！两字很慢！三个字非常慢！！！