kylin不可以使用mapreduce或者spark作为构建引擎

这个说法不完全准确。Kylin默认使用Hadoop MapReduce作为构建引擎，但也可以支持使用Apache Spark作为构建引擎。

Kylin是一个OLAP（Online Analytical Processing）引擎，用于快速查询大规模数据集。在Kylin中，数据集被存储在Hadoop分布式文件系统（HDFS）上，并被划分为多个数据块进行分布式存储和处理。为了支持高效的查询和分析，Kylin会将数据集进行预处理和聚合，生成多维数据模型（Cube），并将其存储在HBase中。

在Kylin中，Cube的构建过程主要分为两个阶段：首先，Kylin会对源数据进行抽样和预处理，生成一个或多个Hadoop MapReduce作业；然后，Kylin会使用Cube构建引擎，对MapReduce作业的输出进行合并和聚合，生成Cube数据模型，并将其存储在HBase中。

在默认情况下，Kylin使用Hadoop MapReduce作为构建引擎，但也可以通过配置文件来支持使用Apache Spark作为构建引擎。Kylin使用Spark作为构建引擎的方式是通过将MapReduce作业转换成Spark作业来实现的，这样可以利用Spark的内存计算能力和分布式计算框架，提高构建速度和效率。

因此，Kylin既支持使用Hadoop MapReduce作为构建引擎，也支持使用Apache Spark作为构建引擎。在选择构建引擎时，需要根据具体的业务需求和系统规模进行合理的选择和配置，以实现最佳的性能和效率。