1、Druid（Imply-3.0.4）介绍及部署（centos6.10）、验证
需积分: 0 178 浏览量
2023-05-24
09:11:26
上传
评论
收藏 501KB PDF 举报
Apache Druid 系列文章
1、Druid（Imply-3.0.4）介绍及部署（centos6.10）、验证
2、Druid的入门示例（使用三种不同的方式摄入数据和提交任务）
3、Druid的load data 示例（实时kafka数据和离线-本地或hdfs数据）
4、java操作druid api
5、Druid配置文件详细介绍以及示例
6、Druid的Roll up详细介绍及示例
@TOC
本问介绍了Druid的基本内容以及部署。
本文前提依赖jdk、zookeeper、hdfs，相关内容参考本人编写的其他专栏博文。
本文分为2个部分，即介绍和imply方式部署。
一、Druid介绍
1、Druid简介
官网：https://imply.io/what-is-druid/
http://www.apache-druid.cn/
Druid是MetaMarket 公司开发的，将Druid定义为“开源、分布式、面向列式存储的实时分析数据存储系
统”。要解决的"痛点"：
在高并发环境下，保证海量数据查询分析性能
提供海量实时数据的查询、分析与可视化功能
2、Druid关键特性
Druid是面向海量数据的、用于实时查询与分析的OLAP存储系统，時序數據庫。Druid的关键特性如
下：
亚秒级的OLAP查询分析，采用了列式存储、倒排索引、位图索引等关键技术
在亚秒级别内完成海量数据的过滤、聚合以及多维分析等操作
实时流数据分析
实时数据在亚秒级内的可视化
丰富的数据分析功能
SQL查询语言，REST查询接口
高可用性与高可拓展性
3、Druid的使用场景
如果使用场景符合以下的几个特征，那么Druid是一个可选项：
数据插入频率比较高，但较少更新数据
大多数查询场景为聚合查询和分组查询（GroupBy），同时还有一定得检索与扫描查询
将数据查询延迟目标定位100毫秒到几秒钟之间
数据具有时间属性（Druid针对时间做了优化和设计）
资源评论
