李杨：Kyligence Inc 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、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、摩根士丹利副总裁，负责全球监管报表基础架构。
一 揭秘Apache Kylin ：Hadoop上的数据仓库
随着大数据领域开源工具的不断发展，越来越多的企业将数据平台搭建到Hadoop、Hive、Spark等。Apache Kylin作为Hadoop上的新型数据仓库。它在大数据上提供标准的SQL接口，能够提供亚秒级的查询速度和超大规模的并发性能。大数据直接对接在线应用重新成为可能，交互式的BI极大解放大数据生产能力。
其中：
Apache Kylin背后的技术原理为何？
企业如何根据自身情况使用开源软件Apache Kylin？
在最新的Apache Kylin版本中灵活查询(Ad-hoc Query)又是如何实现的？
实际操作中，如何让Apache Kylin替代传统的Hive和SparkSQL？
揭秘全球100多家公司是如何部署Apache Kylin？
本次演讲理论结合实际案例，娓娓道来其背后的演变历史和设计考量。
二 ：云端数据仓库HashData的设计与实现
随着信息技术的迅速发展，各行各业正产生和积累爆炸式增长的数据。如何通过分析这些规模和复杂度不断增长的数据、挖掘数据的价值来为公司提供商业决策支持，正成为困扰企业高管的一大难题。尽管近年来大数据相关的工具和产品不断涌现
企业利用数据仓库进行大数据分析的门槛依然很高，具体体现在以下几方面：
（1）除了以生成报表为代表的传统应用场景，越来越多的企业开始将数据分析作为服务提供给它的员工、客户和合作伙伴，同时在线的用户将达到数百上千的级别。传统MPP架构的数据仓库无法支撑如此高的并发数量。
第一：
a) Apache Kylin的工作原理
i.如何提升查询速度
ii.无缝融合预计算和在线计算的实现
b)Apache Kylin亚秒级查询实践
i.SSB基准测试和TPC-H基准测试
ii.性能的优化以及最新的研发成果的使用
c)灵活查询（Ad-hoc Query）的系统设计、工作原理和用户案例
d)问题和解答
第二：
a. 在线分析（OLAP）系统不同的技术路线以及它们尝试解决的问题；
b. 数据仓库的技术；
c. MPP架构的分布式关系型数据库；
d. 传统MPP架构的数据仓库面临的技术问题：
e. 并发数；
f. 半结构化和非结构化数据；
g. 扩展性；
h. 扩缩容；
i. 升级；
j. 云端数据仓库的快速崛起；
k. 云端数据仓库的商业出发点；
l. 云端数据仓库的技术特点；
m. 抽象服务；
n. 弹性伸缩；
o. 在线升级；
p. 管理、计算和存储分离，多维度弹性；
q. 云端数据仓库的技术基础；
r. 元数据服务；
s. 对象存储；
t. 一致性哈希算法；
u. 云端数据仓库的典型代表；
v. 云端数据仓库HashData的功能特点与实践
w. HashData的功能特点；
x. HashData的实践试用；
第一：
a)了解Hadoop上的新型数据仓库－Apache Kylin的工作原理
b)如何使用经典Cube理论极大解放数据查询速度e)了解灵活查询的系统设计以及经典案例
第二：
a) 在线分析（OLAP）系统的技术分类；
b) OLAP技术选型的最佳实践；
c) 数据仓库底层技术干货；
d) 最新的云端数据仓库介绍；
e) 云端数据仓库使用的最佳实践；
