【Druid】（五）通过 Imply 快速入门

一、在线加载样本数据

1.1 打开imply

在 【Druid】（四）Apache Druid 部署和配置（单机版 / Docker 容器版 / Kubernetes 集群版） 中，我们完成了单机版的配置，接下来基于 Imply 我们完成今天的入门Demo。

1.2 开始连接到实例Wikipedia 数据集

1.3 加载样本数据

Wikipedia 示例使用Http 数据加载器从URI 路径读取数据，格式为json。可以通过点击采样并继续，对文件前几行的数据进行采样，以确保它是可解析的数据。

1.4 配置汇总

1.5 配置时间戳和分区

1.6 配置要加载的列

1.7 确认并开始摄取

一旦加载器指示数据已被索引，就可以继续下一部分来定义数据立方体并开始可视化数据。

二、离线加载样本数据

如果无法访问公共Web 服务器，则可以从本地文件加载相同的数据集。该quickstart 目录包括一个样本数据集和一个摄取规范来处理数据， 分别命名 wikipedia-2016-06-27-sampled.json 和 wikipedia-index.json。

要为此摄取规范向Druid 提交索引作业，请从Imply 目录运行以下命令：

bin/post-index-task --file quickstart/wikipedia-index.json

成功运行将生成类似于以下内容的日志：

Beginning indexing data for wikipedia
Task started: index_wikipedia_2017-12-05T03:22:28.612Z
Task log:
http://localhost:8090/druid/indexer/v1/task/index_wikipedia_2017-
12-05T03:22:28.612Z/log
Task status:
http://localhost:8090/druid/indexer/v1/task/index_wikipedia_2017-
12-05T03:22:28.612Z/status
Task index_wikipedia_2017-12-05T03:22:28.612Z still running...
Task index_wikipedia_2017-12-05T03:22:28.612Z still running...
Task finished with status: SUCCESS
Completed indexing data for wikipedia. Now loading indexed data onto
the cluster...
wikipedia is 0.0% finished loading...
wikipedia is 0.0% finished loading...
wikipedia is 0.0% finished loading...
wikipedia loading complete! You may now query your data

三、创建数据立方体

通过单击顶部栏上的相应按钮切换到Imply 的“ 可视化”部分。从这里，您可以创建数据立方体来建模数据，浏览这些立方体，并将视图组织到仪表板中。首先单击+创建新数据多维数据集。

在出现的对话框中，确保wikipedia 选中此源并选择自动填充尺寸和度量。单击下一步继续：创建数据立方体。

四、可视化数据立方体

单击“ 保存”后，将自动加载此新数据多维数据集的数据立方体视图。将来，还可以通过从“ 可视化”屏幕单击数据立方体的名称（在此示例中为“Wikipedia”）来加载此视图。

在这里，可以通过过滤并在任何维度上拆分数据集来探索数据集。对于数据的每次过滤拆分，将看到所选度量的总值。

例如，在维基百科数据集上，通过在page 上拆分和按事件数排序查看最常编辑的page）。

数据立方体视图根据分割数据的方式建议不同的可视化。如果拆分字符串列，则数据最初将显示为表格。如果按时间拆分，数据立方体视图将推荐时间序列图，如果在数字列上拆分，则会到条形图。

五、运行SQL

访问SQL 编辑器。

SELECT page, COUNT(*) AS Edits
FROM wikipedia
WHERE "__time" BETWEEN TIMESTAMP '2016-06-27 00:00:00' AND TIMESTAMP
'2016-06-28 00:00:00'
GROUP BY page
ORDER BY Edits
DESC LIMIT 5

应该看到如下结果：