Druid简介（可视化）

http://www.apache-druid.cn

Druid是什么？

Druid是一个实时多维OLAP分析的数据处理系统。它出生于MetaMarkets公司，孵化于Apache。
Druid走ROLAP路线，实时摄取数据，实时出结果。不像Kylin一样有一个显式的预计算过程。

Druid能做什么？

列式存储，好处是查询的时候可以只返回指定的列的数据。
可扩展的分布式架构，可以达到上百台的规模。
并行计算，查询可以并行计算。
数据摄入支持实时和批量。这里实时的意思是输入即可查询。典型的lambda架构。
运维友好。
云原生架构，高容错性。
支持索引，便于快速查询。
基于时间的分区自动聚合。

Druid的适用场景

快速聚合的OLAP分析，实时分析，大数据量，高可用容忍单点故障。
优点：
        1）知识流式和批量数据导入
        2）lambda架构，将实时数据和历史数据结合
        3）高并发亚秒级查询
        4）内置查询缓存
        5）存储优化，bitmap索引，压缩，字典编码
        6）完善的监控
        7）支持数据导入上卷。支持灵活的数据存储用于查询时间粒度的配置。

缺点：
        1）时间序列数据
        2）有限的join能力
        3）SQL语法支持不全
        4）不支持多时间维度，所有的维度为string类型
        5）查询语法不友好，有一定的学习成本

Druid的原理和架构

Druid的设计参考了Google的dremel，powerdrill。
Druid的主要角色进程如下
        Coordinator        管理数据可用性
        overload                控制分配数据ingestion的workload
        broker                处理客户端的查询请求
        router                负责将请求路由到broker，coordinator，和overloads
        historical                负责存储可被查询的数据
        middlemanager        负责ingest数据

Druid进程可被任意部署，但是为了理解与部署组织方便，这些进程分为三类
   Master：coordinator，overload负责数据可用和ingest
   Query：broker and router，负责处理外部请求
   Data：historical and middlemanager, 负责实际的ingest负载与数据存储

Druid的局限