Druid知识点

采用预计算的方式，主要解决的是对于大量的基于时序的数据进行聚合查询。数据可以实时摄入，进入到Druid后立即可查，同时数据几乎不可变的。

Druid还是一个实时处理时序数据的OLAP数据库，索引按照时间分片，查询时也是按照时间线去路由索引的

应用场景

1. 点击流分析
2. 服务器指标存储
3. 供应链分析
4. 数字营销/广告分析

使用范围

1. 插入率很高，但更新很少
2. 大多数查询都是聚合查询
3. 查询等待时间为100ms到几秒
4. 数据具有时间成分
5. 有多个表，但每个查询仅仅只命中一个大的分布式表
6. 具有高基数数据列（例入uid），并且需要对其进行快速计数和排名
7. 数据来源为kafka，HDFS，之类的对象存储

功能特性

1. 列式存储格式
2. 可扩展的分布式系统
3. 大规模并行处理
4. 实时或批量摄取
5. 自我修复，自我平衡，易于操作
6. 云原生的容错架构，不会丢失数据
7. 用于快速过滤的索引
8. 基于时间的分区
9. 近似算法（性能高，有误差）

特点

1. Druid实时的数据消费，真正做到数据摄入实时，查询结果实时
2. Druid支持PB级数据，千亿级事件快速处理，支持每秒数千查询并发
3. Druid的核心是时间序列，把数据按照时间序列分批存储，十分适合用于对按照时间进行统计分析的场景
4. Druid把数据分为三类：时间戳，纬度列，指标列
5. Druid不支持多表链接
6. 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
7. Druid不适合用户处理透视纬度复杂多变的场景
8. Druid擅长的查询类型比较单一，一些常用的SQL（group by等）语句在Druid里运行速度一般