在过去，我用来建立使用MySQL的运行OLAP多维数据集网页分析。 现在OLAP多维数据集，我用它简直就是一个大表（好吧，它比存储在一个有点聪明）的方式，其中每一行基本上是一种测量或和聚合组测量。 每个测量有一堆尺寸（即，页面名，用户代理，IP等）和一束值（即多少浏览量，多少访问者等）。
你喜欢这个表上运行的查询通常的形式为（元-SQL）的：
SELECT SUM(hits), SUM(bytes),
FROM MyCube
WHERE date='20090914' and pagename='Homepage' and browser!='googlebot'
GROUP BY hour
所以，你得到的总和与所提到的过滤器选择一天中的每个小时。 其中一个障碍是，这些立方体通常意味着全表扫描（各种原因），这意味着实际限制的大小（MIB），你可以做这些事情。
目前，我正在学习Hadoop和喜欢的来龙去脉。
运行上面的查询作为一个BigTable的映射缩减看起来很容易：只要使“小时”的关键，过滤器在地图和值相加降低。
你可以运行一个查询像我上面（或具有相同的输出至少）在BigTable的一种制度在“实时”（即通过一个用户界面和用户那里得到的他们的回答ASAP）显示，而不是批处理模式？
如果不; 什么是适当的技术做这样的事情在BigTable的/ Hadoop的/ HBase的/蜂巢和喜欢的境界？
它甚至那种已经完成（那种）。
LastFM等的聚合/摘要引擎： http://github.com/zohmg/zohmg
谷歌搜索变成了一个谷歌代码项目“mroll”，但它不具有除联系人信息（没有代码，没有）什么。 不过，可能想伸手去那家伙，看看这是怎么回事。 http://code.google.com/p/mroll/
We managed to create low latency OLAP in HBase by preagragating a SQL query and mapping it into appropriate Hbase qualifiers. For more detail visit below site.
http://soumyajitswain.blogspot.in/2012/10/hbase-low-latency-olap.html
我的回答涉及HBase的，但同样适用于BigTable的。
城市飞艇开源数据立方体 ，我认为这是接近你想要什么。 见他们的表现在这里。
Adobe还拥有一对夫妇介绍的（ 这里和这里 ），他们怎么办？“低延迟OLAP”与HBase的。
如果你正在寻找一个表扫描的方式，你认为谷歌的BigQuery？ BigQuery的做的背面，让交互响应自动向外扩展。 有一个从解释一些内部的谷歌2012 I / O活动的好会议约旦Tigani。
http://www.youtube.com/watch?v=QI8623HlYd4
这不是MapReduce的，但它是对像你所描述的高速表扫描减速。
安德烈·德拉戈米尔做了一个有趣的谈话有关Adobe如何执行与M / R和HBase的OLAP功能。
视频： http://www.youtube.com/watch?v=5U3EnfiKs44
幻灯片： http://hstack.org/hbasecon-low-latency-olap-with-hbase/
