零门槛实战：Apache Druid数据可视化双方案（Pivot+Grafana）-优快云博客

零门槛实战：Apache Druid数据可视化双方案（Pivot+Grafana）

【免费下载链接】druid Apache Druid: a high performance real-time analytics database. 项目地址: https://gitcode.com/gh_mirrors/druid6/druid

你是否还在为实时数据分析的可视化难题发愁？面对海量时序数据，如何快速构建直观的仪表盘？本文将带你掌握Apache Druid的两大可视化方案——内置Pivot组件与Grafana集成，无需复杂编程，10分钟即可上手实战。读完本文，你将获得：Pivot界面零代码查询构建、Grafana数据源配置全流程、动态仪表盘设计最佳实践。

Pivot可视化：Druid内置的即席分析利器

Apache Druid的Web控制台集成了强大的Pivot组件，支持通过拖拽操作快速生成多维度分析报表。作为Druid SQL的可视化前端，Pivot特别适合运营人员进行实时数据探索。

快速上手Web控制台查询

启动Druid集群后访问Web控制台，点击顶部导航栏的Query进入查询界面：

Query视图

在左侧数据源面板展开目标数据集（如wikipedia），点击维度字段（如page）并选择Show:page，系统会自动生成基础查询：

选择维度字段

编辑生成的SQL查询，添加多维度分析条件：

SELECT
  "page",
  "countryName",
  COUNT(*) AS "Edits"
FROM "wikipedia"
WHERE "countryName" IS NOT NULL
GROUP BY 1, 2
ORDER BY "Edits" DESC

点击Run执行查询，结果将以表格形式展示，支持分页和排序：

查询结果展示

高级Pivot功能：动态数据透视

Druid SQL支持实验性PIVOT操作符，可将行数据转换为列维度，适合对比分析多指标数据。例如按城市维度展示编辑量：

SELECT user, channel, ba_sum_deleted, ny_sum_deleted
FROM "wikipedia"
PIVOT (SUM(deleted) AS "sum_deleted" FOR "cityName" IN ( 'Buenos Aires' AS ba, 'New York' AS ny))
WHERE ba_sum_deleted IS NOT NULL OR ny_sum_deleted IS NOT NULL
LIMIT 15

查看PIVOT查询结果

`user`	`channel`	`ba_sum_deleted`	`ny_sum_deleted`
181.230.118.178	`#en.wikipedia`	0	null
69.86.6.150	`#en.wikipedia`	null	1
190.123.145.147	`#es.wikipedia`	0	null

完整的Pivot功能文档可参考Druid SQL语法指南，该功能目前处于实验阶段，建议在生产环境中谨慎使用。

Grafana集成：构建企业级监控仪表盘

对于需要长期监控的场景，Grafana提供了更丰富的可视化组件和告警能力。通过Druid的PostgreSQL兼容接口，可轻松将Grafana与Druid集群对接。

配置Druid数据源

安装Grafana并登录，进入Configuration > Data Sources，点击Add data source
选择PostgreSQL类型，配置如下参数：
- Host: druid-broker:5432（Druid Broker服务地址）
- Database: druid
- User: druid
- Password: druid
- SSL Mode: disable
- 自定义SQL: SELECT * FROM INFORMATION_SCHEMA.TABLES

注意：Druid的SQL接口使用PostgreSQL协议但无需实际PostgreSQL数据库，上述配置基于Druid默认的SQL JDBC驱动参数。

创建实时监控面板

新建Dashboard并添加Graph面板，在Query选项卡中选择Druid数据源
编写Druid SQL查询：

SELECT
  FLOOR(__time TO HOUR) AS "time",
  SUM(added) AS "新增编辑",
  SUM(deleted) AS "删除编辑"
FROM wikipedia
WHERE $__timeFilter(__time)
GROUP BY 1
ORDER BY 1

在Visualization选项卡中选择Time series，配置坐标轴和图例
设置刷新频率为10秒，实现准实时数据监控

高级特性：参数化查询与变量

通过Grafana变量功能实现动态仪表盘：

在Dashboard设置中添加Query类型变量datasource，查询语句：
```
SELECT datasource_name FROM sys.datasources
```

在面板查询中引用变量：

SELECT
  FLOOR(__time TO HOUR) AS "time",
  SUM(added) AS "新增编辑"
FROM $datasource
WHERE $__timeFilter(__time)
GROUP BY 1

方案对比与最佳实践

特性	Pivot组件	Grafana集成
使用门槛	低（纯UI操作）	中（需SQL基础）
实时性	毫秒级响应	秒级刷新（可配置）
可视化类型	基础图表（表格/折线）	丰富（热力图/柱状图/ gauge等）
告警功能	无	支持多级别告警
数据导出	CSV格式	多种格式（PNG/PDF/CSV）

性能优化建议

数据粒度控制：使用FLOOR(__time TO HOUR)减少时间序列数据点数量
预聚合查询：利用Druid的Rollup特性降低查询计算量
查询缓存：配置Broker节点的SQL结果缓存

总结与进阶资源

通过本文介绍的两种方案，你已掌握Apache Druid数据可视化的核心技能。Pivot组件适合快速即席分析，Grafana则胜任长期监控场景。建议进一步学习：

立即动手实践，将你的实时数据转化为业务洞察！收藏本文，关注后续《Druid多租户隔离实践》。

【免费下载链接】druid Apache Druid: a high performance real-time analytics database. 项目地址: https://gitcode.com/gh_mirrors/druid6/druid

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考