实时数仓-Druid简介

Druid是什么 ？

Apache Druid是一个实时分析数据库，为时间驱动的数据分析而生，广泛应用于OLAP。此Druid，非阿里的那个数据连接池druid。

Druid核心架构整合了数据仓库、时序数据库、日志搜索系统的思想。主要有以下特点：

• 列式存储
• 可扩展分布式系统
• 并行处理
• 实时或离线摄入数据
• 自容错、自平衡、容易操作
• 云化、容错架构不丢失数据
• 基于时间的分区
• 快速过滤的索引
• 应用很多近似算法
• 摄入数据时即时预聚合

什么情况下考虑使用Druid ？

Druid适用的情况：

• 插入远大于修改
• 大量的group by查询或搜索、扫描查询
• 查询延迟100ms ~ 几秒
• 数据基于时序的

Druid不适用的情况：

• 不支持对现有数据低延迟的修改
• 一般不作为离线报表系统，尽管查询延迟没那么重要
• 不支持大表连接

常用案例

• B端/移动端用户行为分析
• 网络吸能监控分析
• 服务器性能指标存储
• 供应链生产指标分析
• 应用程序性能指标分析
• 市场/广告数字分析
• BI / OLAP