Druid简单介绍

什么是druid

• druid是一个为OLAP查询需求而设计的开源大数据系统，druid提供低延时的数据插入，实时的数据查询
• druid使用Java开发，基于Jetty提供http rest服务，也提供了Java/Python等语言的工具包
• druid是一个集群系统，使用zookeeper做节点管理和事件监控

druid的特点

• druid的核心是时间序列，把数据按照时间序列分批存储，十分适合用于对按时间进行统计分析的场景
• druid把数据列分为三类：时间戳、维度列、指标列
• druid不支持多表Join
• druid中的数据一般是使用其他计算框架(Spark等)预计算好的低层次统计数据
• druid执行其擅长的查询类型时，从数十亿条记录中过滤、汇聚只有亚秒级延迟
• druid支持水平扩展，查询节点越多、所支持的查询数据量越大、响应越快
• druid完美支持的查询类型比较简单，查询场景限制较多，一些常用的SQL(groupby等)语句在druid里运行速度一般
• druid支持低延时的数据插入，数据实时可查，不支持行级别的数据更新

druid为什么快

• druid在数据插入时按照时间序列将数据分为若干segment，支持低延时地按照时间序列上卷，所以按时间做聚合效率很高
• druid数据按列存储，每个维度列都建立索引，所以按列过滤取值效率很高
• druid用以查询的Broker和Historical支持多级缓存，每个segment启动一个线程并发执行查询，查询支持多Historical内部的线程级并发及Historical之间的进程间并发，Broker将各Historical的查询结果做合并

druid的高可用性

1. MetaStore挂掉：无法感知新的Segment生成，不影响老数据
2. Indexing Service挂掉：无法执行新的任务，新数据无法摄入，不影响查询
3. Broker挂掉：本Broker节点不能查询，其他节点Broker继续服务，不影响数据摄入
4. Historical挂掉：Coordinator Node重分配该节点上segment到其它节点
5. Coordinator挂掉：Segment不会被加载和删除，选举新leader
6. Zookeeper挂掉：无法执行新的任务，新数据进不来；Broker有缓存

-----------------------------------------------------------------------------------------------感谢到访！期待您的下次光临！