Druid简介

Druid是一个用于大数据实时查询和分析的高容错、高性能开源分布式系统，旨在快速处理大规模的数据，并能够实现快速查询和分析。

特征：

• 为分析而设计——Druid是为OLAP工作流的探索性分析而构建，它支持各种过滤、聚合和查询等类；
• 快速的交互式查询——Druid的低延迟数据摄取架构允许事件在它们创建后毫秒内可被查询到；
• 高可用性——Druid的数据在系统更新时依然可用，规模的扩大和缩小都不会造成数据丢失；
• 可扩展——Druid已实现每天能够处理数十亿事件和TB级数据。

业务场景：

• 需要交互式聚合和快速探究大量数据时；
• 需要实时查询分析时；
• 具有大量数据时，如每天数亿事件的新增、每天数10T数据的增加；
• 对数据尤其是大数据进行实时分析时；
• 需要一个高可用、高容错、高性能数据库时。

Druid 被设计成增强的分析应用， 重点关注注入数据和查询数据的延时问题

Druid目的：

之所以需要Druid，是因为现实情况是现有的开源关系型数据库(RDBMS)和NoSQL key/value 数据库没办法为一些交互式应用提供低延迟的数据导入和查询，除了查询响应时间的要求外，该系统还必须是多租户和高可用的。

秒级的数据导入和查询的要求

Druid节点：

外部依赖：Mysql、DeepStorage、Zookeeper

1. realtime 数据消费者，定期生成不可变数据

2. historical 加载和处理由实时节点创建的不可变数据

3. coordinator

4. broker

5. overload