druid数据查询

数据查询。

1.概览

Durid通过提供 http rest风格的查询方式去请求查询节点。通过json文件将查询内容表达出来，结构通过json格式返回，来查询Durid中的数据。通常查询时，发送Post请求到broker节点

 curl -X POST '<broker_host>:<port>/druid/v2/?pretty' -H 'Content-Type:application/json' -d @<query_json_file>

Druid的原生查询语言是基于HTTP的JSON，社区里已经提供了许多其他方式的查询。

Available Queries

Druid 有各种的查询方式，查询条件由json属性组成，针对于不同类型的查询，可以通过配置不同的json文件，或者设置json文件的各个属性来查询

聚合查询

• Timeseries
• TopN
• GroupBy

元数据查询

• Time Boundary
• Segment Metadata
• Datasource Metadata

搜索查询

• Search

如何选择适合自己的查询方式

在可能的情况下，建议使用Timeseries和TopN查询而不是GroupBy。GroupBy是最灵活的查询方式，但也具有最差的性能。对于不需要对维度进行分组的聚合，Timeseries明显快于groupBy查询。对于单个维度的分组和排序，topN查询比groupBys更加优化。

取消查询

发送Post请求

curl -X DELETE "http://host:port/druid/v2/{queryId}"

查询失败

如果查询失败，将获得包含具有以下结构的JSON对象的HTTP 500响应：

{
  "error" : "Query timeout",
  "errorMessage" : "Timeout waiting for task.",
  "errorClass" : "java.util.concurrent.TimeoutException",
  "host" : "data-239:9001"
}

组件

在逐个介绍各种查询方式之前，先介绍查询会用到的各个组件，如：Filter、Aggregator、Post-aggregator、Query、Interval、和Context。每一个基本的组件都会包含详细的类型

Filter

Filter即过滤器，在查询语句中是一个json对象,用来对维度进行筛选，表示维度满足Filter的行是满足我们需求的数据。类似于SQL中的Where语句。

1.Selector Filter

Selector Filter的功能类似于Sql中的 where key = value 。Selector Filter的Json实例如下：

 "filter": { "type": "selector", "dimension": "url", "value": "/" }

2.Regex Filter

Regex Filter允许用户通过正则表达式来筛选维度，任何标准的java正则表达式都支持。

 "filter": { "type": "regex", "dimension": "url", "pattern": "<pattern-string>" }

3.Logical Expression Filter

Logical Expression Filter包含and or 和 not 三种过滤器，每一种都支持嵌套，可以构建丰富的逻辑表达式，并与sql的 and or not类似

"filter": { "type": "and", "fileds": [<filter>,<filter>,...] }
"filter": { "type": "or", "fileds": [<filter>,<filter>,...] }
"filter": { "type": "not", "fileds": [<filter>,<filter>,...] }

组合案例：

"filter": {
    "type": "and",
    "fields": [
        { "type": "selector", "dimension": "sample_dimension1", "value": "sample_value1" },
        { "type": "or",
        "fields": [
            { &#