3-Druid单机测试与数据加载方法

Druid概述 1.Apache Druid简介 Apache Druid是一个分布式的、面向列的、实时分析数据库,旨在快速获取大量数据并将其编入索引,并对大型数据集进行快速的切片和切分分析(“OLAP查询),常用于实时摄取、快速查询和对时间依赖性很高的数据库用户。因此,Druid可以为可视化的分析应用程序提供强力的数据源支持,或用作需要快速聚合的高并发API的后端。Druid最适合面向事件的数据。 Apache Druid通常位于存储或处理层与最终用户之间,并充当查询层以服务于分析工作负载。 常见应用领域. 阅读详情


Quickstart单机测试

http://druid.io/docs/0.10.1/tutorials/quickstart.html

(1)Getting started

下载安装Druid:

  1. curl -O http://static.druid.io/artifacts/releases/druid-0.10.1-bin.tar.gz
  2. tar -xzf druid-0.10.1-bin.tar.gz
  3. cd druid-0.10.1

主要目录:

  • LICENSE - the license files.
  • bin/ - scripts useful for this quickstart.
  • conf/* - template configurations for a clustered setup.
  • conf-quickstart/* - configurations for this quickstart.
  • extensions/* - all Druid extensions.
  • hadoop-dependencies/* - Druid Hadoop dependencies.
  • lib/* - all included software packages for core Druid.
  • quickstart/* - files useful for this quickstart.
(2)Start up Zookeeper

 启动ZK

curl http://www.gtlib.gatech.edu/pub/apache/zookeeper/zookeeper-3.4.6/zookeeper-3.4.6.tar.gz -o zookeeper-3.4.6.tar.gz

  1. tar -xzf zookeeper-3.4.6.tar.gz
  2. cd zookeeper-3.4.6
  3. cp conf/zoo_sample.cfg conf/zoo.cfg
  4. ./bin/zkServer.sh start
(3)Start up Druid services

 启动Druid,Zookeeper running后,返回 druid-0.10.1目录,执行 

 bin/init

这会为我们建立目录如log和var,下面在不同的terminal windows中执行不同的进程

  1. java `cat conf-quickstart/druid/historical/jvm.config | xargs` -cp "conf-quickstart/druid/_common:conf-quickstart/druid/historical:lib/*" io.druid.cli.Main server historical
  2. java `cat conf-quickstart/druid/broker/jvm.config | xargs ` -cp "conf-quickstart/druid/_common:conf-quickstart/druid/broker:lib/*" io.druid.cli.Main server broker
  3. java `cat conf-quickstart/druid/coordinator/jvm.config | xargs ` -cp "conf-quickstart/druid/_common:conf-quickstart/druid/coordinator:lib/*" io.druid.cli.Main server coordinator
  4. java `cat conf-quickstart/druid/overlord/jvm.config | xargs ` -cp "conf-quickstart/druid/_common:conf-quickstart/druid/overlord:lib/*" io.druid.cli.Main server overlord
  5. java `cat conf-quickstart/druid/middleManager/jvm.config | xargs ` -cp "conf-quickstart/druid/_common:conf-quickstart/druid/middleManager:lib/*" io.druid.cli.Main server middleManager

如果需要CTRL-C 来结束(这里不需要)

如果需要重启,需要删掉var目录,然后重启bin/init

摄入数据

在druid-0.10.1目录下执行

 curl -X 'POST' -H 'Content-Type:application/json' -d @quickstart/wikiticker-index.json localhost:8090/druid/indexer/v1/task

返回
{"task":"index_hadoop_wikiticker_2017-11-26T12:57:40.055Z"}

 ingestion task console: http://localhost:8090/console.html


coordinator console http://localhost:8081/#/.




 (4)查询数据

执行

curl -L -H'Content-Type: application/json' -XPOST --data-binary @quickstart/wikiticker-top-pages.json http://localhost:8082/druid/v2/?pretty

返回

  1. {"task":"index_hadoop_wikiticker_2017-11-18T16:07:55.681Z"}localhost:druid-0.10.-data-binary @quickstart/wikiticker-top-pages.json http://localhost:8082/druid/v2/?pretty
  2. [ {
  3. "timestamp" : "2015-09-12T00:46:58.771Z",
  4. "result" : [ {
  5. "edits" : 33,
  6. "page" : "Wikipedia:Vandalismusmeldung"
  7. }, {
  8. "edits" : 28,
  9. "page" : "User:Cyde/List of candidates for speedy deletion/Subpage"
  10. }, {
  11. "edits" : 27,
  12. "page" : "Jeremy Corbyn"
  13. }, {
  14. "edits" : 21,
  15. "page" : "Wikipedia:Administrators' noticeboard/Incidents"
  16. }, {
  17. "edits" : 20,
  18. "page" : "Flavia Pennetta"
  19. }, {
  20. "edits" : 18,
  21. "page" : "Total Drama Presents: The Ridonculous Race"
  22. }, {
  23. "edits" : 18,
  24. "page" : "User talk:Dudeperson176123"
  25. }, {
  26. "edits" : 18,
  27. "page" : "Wikipédia:Le Bistro/12 septembre 2015"
  28. }, {
  29. "edits" : 17,
  30. "page" : "Wikipedia:In the news/Candidates"
  31. }, {
  32. "edits" : 17,
  33. "page" : "Wikipedia:Requests for page protection"
  34. }, {
  35. "edits" : 16,
  36. "page" : "Utente:Giulio Mainardi/Sandbox"
  37. }, {
  38. "edits" : 16,
  39. "page" : "Wikipedia:Administrator intervention against vandalism"
  40. }, {
  41. "edits" : 15,
  42. "page" : "Anthony Martial"
  43. }, {
  44. "edits" : 13,
  45. "page" : "Template talk:Connected contributor"
  46. }, {
  47. "edits" : 12,
  48. "page" : "Chronologie de la Lorraine"
  49. }, {
  50. "edits" : 12,
  51. "page" : "Wikipedia:Files for deletion/2015 September 12"
  52. }, {
  53. "edits" : 12,
  54. "page" : "Гомосексуальный образ жизни"
  55. }, {
  56. "edits" : 11,
  57. "page" : "Constructive vote of no confidence"
  58. }, {
  59. "edits" : 11,
  60. "page" : "Homo naledi"
  61. }, {
  62. "edits" : 11,
  63. "page" : "Kim Davis (county clerk)"
  64. }, {
  65. "edits" : 11,
  66. "page" : "Vorlage:Revert-Statistik"
  67. }, {
  68. "edits" : 11,
  69. "page" : "Конституция Японской империи"
  70. }, {
  71. "edits" : 10,
  72. "page" : "The Naked Brothers Band (TV series)"
  73. }, {
  74. "edits" : 10,
  75. "page" : "User talk:Buster40004"
  76. }, {
  77. "edits" : 10,
  78. "page" : "User:Valmir144/sandbox"
  79. } ]


================================

数据加载方法

Loading Data

http://druid.io/docs/0.10.1/tutorials/ingestion.html
两种形式streaming (real-time)  file-based (batch) 
【1】HDFS文件
http://druid.io/docs/0.10.1/ingestion/batch-ingestion.html
【2】Kafka, Storm, Spark Streaming
利用Tranquility客户端 http://druid.io/docs/0.10.1/ingestion/stream-ingestion.html#stream-push

文件加载简单入门

Files-based
【1】加载本地磁盘文件:http://druid.io/docs/0.10.1/tutorials/tutorial-batch.html
【2】Streams-based 
          push data over HTTP:http://druid.io/docs/0.10.1/tutorials/tutorial-streams.html

【3】Kafka-based tutorial:http://druid.io/docs/0.10.1/tutorials/tutorial-kafka.html

例子1-加载本地磁盘文件

Loading from Files-Load your own batch data
【1】按照单机版下载并启动
http://druid.io/docs/0.10.1/tutorials/quickstart.html
【2】写ingestion规则
参考下载包中的 quickstart/wikiticker-index.json
要点:
(1)标识dataset,dataSource中dataSchema
(2)标识dataset的位置,inputSpec中的paths,多个文件用逗号分隔
(3)标识timestamp,timestampSpec的column
(4)标识dimensions ,dimensionsSpec的imensions(
(5)标识metrics,metricsSpec
(6)ranges,granularitySpec的intervals
如果数据无时间可以按照"2000-01-01T00:00:00.000Z"形式标识每一行
文件支持TSV, CSV, and JSON ,不支持嵌套JSON
JSON数据形式如下:
pageviews.json文件内容
{"time": "2015-09-01T00:00:00Z", "url": "/foo/bar", "user": "alice", "latencyMs": 32}
{"time": "2015-09-01T01:00:00Z", "url": "/", "user": "bob", "latencyMs": 11}
{"time": "2015-09-01T01:30:00Z", "url": "/foo/bar", "user": "bob", "latencyMs": 45}
主要保证每一行数据没有newline符号
如按下面写规则json,my-index-task.json
"dataSource": "pageviews"
"inputSpec": {
  "type": "static",
  "paths": "pageviews.json"
}
"timestampSpec": {
  "format": "auto",
  "column": "time"
}
"dimensionsSpec": {
  "dimensions": ["url", "user"]
}
"metricsSpec": [
  {"name": "views", "type": "count"},
  {"name": "latencyMs", "type": "doubleSum", "fieldName": "latencyMs"}
]
"granularitySpec": {
  "type": "uniform",
  "segmentGranularity": "day",
  "queryGranularity": "none",
  "intervals": ["2015-09-01/2015-09-02"]
}
【3】为了保障indexing task可以读到pageviews.json文件内容
(1)本地执行(不配置连接hadoop),将pageviews.json文件放在Druid root目录
(2)若连接hadoop,修改inputSpec中的paths
【4】执行
curl -X 'POST' -H 'Content-Type:application/json' -d @my-index-task.json OVERLORD_IP:8090/druid/indexer/v1/task
若本地执行用下面
curl -X 'POST' -H 'Content-Type:application/json' -d @my-index-task.json localhost:8090/druid/indexer/v1/task=
通过http://OVERLORD_IP:8090/druid/indexer/v1/task 查看indexing的进度
【4】查询数据
数据将在1到2分钟后可用,通过Coordinator console http://localhost:8081/#/. 查看
【5】查看数据
http://druid.io/docs/0.10.1/querying/querying.html

例子2-消费kafka数据
Tutorial: Load from Kafka
【1】下载启动kafka
curl -O http://www.us.apache.org/dist/kafka/0.9.0.0/kafka_2.11-0.9.0.0.tgz
tar -xzf kafka_2.11-0.9.0.0.tgz
cd kafka_2.11-0.9.0.0
启动Kafka broker
./bin/kafka-server-start.sh config/server.properties
建立Kafka topic命名为metrics
./bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic metrics
【2】发送样例数据
Druid目录生成测试数据bin/generate-example-metrics
启动kafka的producer
./bin/kafka-console-producer.sh --broker-list localhost:9092 --topic metrics
将生成的数据贴到producer的终端中
【3】查询数据

Druid学习笔记(3)Druid部署总结 介绍前面几个章节对Druid的整体架构做了简单的说明,本文主要描述如何部署Druid的环境Imply提供了一套完整的部署方式,包括依赖库,Druid,图形化的数据展示页面,SQL查询组件等。本文将基于Imply套件进行说明单机部署依赖 Java 8 or better Node.js 4.5.x or better Linux, Mac OS X, or other Unix-like OS (Wi 阅读详情

相关推荐

Apache Druid 0.15.0安装与配置指南

实时分析数据库是现代大数据架构中的关键组件,能够高效处理时序数据和事件流。Apache Druid作为其中的佼佼者,通过列式存储和分布式架构实现亚秒级查询响应。0.15.0版本特别优化了单机部署体验,新增Data Loader界面简化数据摄入流程,同时增强SQL功能支持更复杂的分析场景。在安装部署时,需要特别注意Java环境配置(仅支持JDK 8)和内存分配策略,生产环境建议采用集群部署配合ZooKeeper实现高可用。典型应用场景包括实时监控系统、用户行为分析和物联网数据处理,通过合理配置深度存储和扩展模

weixin_32175665的博客 284

Apache Druid加载本地数据

目录1. 加载数据的原理2. 使用Data Loader来加载数据3. 使用spec加载数据(通过Web控制台)4. 使用spec加载数据(通过命令行) 1. 加载数据的原理 数据的加载需要向Overlord提交ingestion spec。ingestion spec其实就是一个json格式的元数据,生成方式有两种: 可以手动编写 通过Druid Web控制台内置的data loader加载少量数据,并配置参数,来帮助我们生成 2. 使用Data Loader来加载数据 操作步骤如下: 点击Appl

Bulut0907 778

Apache Druid 入门系列(三):从本地文件加载数据

Druid 本地文件加载 一、打开http://192.168.1.164:8888,并单击控制台标题中的 Load data 二、选择"Local disk" 并单击"Connect data" firehoses type 输入:“local” firehose.baseDir输入:"/usr/druid/apache-druid-0.16.0-incubating/quickstart...

qq_26860451的博客 1127

Druid and Imply

druid implydruid-io implydatadruid.io=druidcore{[broker+coordinator+historical]+[overlord+middleManager+node]}+tranquilityImply提供了从部署到配置到各种可视化工具的完整的解决方案; Imply=druid.io+datazoo+plywood+pivot+各种可视化工具

来啊 快活啊 2852

开源安全监控平台选型指南:Wazuh、TheHive、Druid实战解析

安全信息与事件管理(SIEM)是现代企业安全运营的核心,它通过集中收集、分析和关联来自网络、主机及应用的日志数据,实现对安全威胁的实时监控与响应。其技术原理在于构建一个统一的数据管道,利用规则引擎、机器学习或统计分析,从海量数据中识别异常行为与攻击指标。这一技术对于提升威胁检测效率、满足合规要求具有关键价值,广泛应用于构建安全运营中心(SOC)。本文聚焦于如何利用Wazuh、TheHive等开源SIEM与安全编排自动化响应(SOAR)平台,结合威胁情报,构建低成本、可定制的企业级安全监控与事件响应体系,为安

weixin_33901641的博客 340

手搓ZLMediaKit实现拉流推流系列3(RK3588上YOLO系列拉流、MPP解码+编码、推流全流程)

 前段时间比较忙,一直没有时间补充后续的内容。今天终于抽出空来,立马进入码字环节:手搓ZLMediaKit实现拉流推流系列在本篇也终于迎来了完结篇,在本篇文章中,你将看到以下一整套完整流程:使用ZLMediaKit拉流---MPP解码---Yolo模型进行推理---MPP编码并推流。

m0_46303486的博客 2179

druid配置datasource启动初始化数据库连接

1、问题场景:服务在启动之后的第一笔或者几笔请求,处理时间较长,对于调用方来说超时,引发技术保底。 2、问题分析: 2.1、调用发系统通过http请求调用服务,设置超时时间为1s,超时时间过短,调整为3s; 2.2、应用启动之后的初始几笔请求处理时间过长,超过1s,跟踪日志发现在init-datasource中等待时间占用过多; 2.3、经过本地测试发现,在应用启动之后,在jvisualvm中查看...

赱乂的博客 8612

vasp-自旋轨道耦合(SOC)计算步骤

在VASP中执行自旋轨道耦合(SOC)计算,具体的计算步骤如下: 结构优化获取CONTCAR文件 自洽计算(collinear normal VASP calculations)获取IBZKPT,CHGCAR和WAVECAR文件。 SCF+SOC计算,在此步骤中,将步骤2中的IBZKPT复制为KPOINTS,以便两个步骤具有相同的k网格,因此可以读取步骤2中的CHGCAR和WAVECAR文件。 能带结构计算,在此步骤中,将KPOINTS改为高对称点,读取步骤3中的CHGCAR和WAVECAR文件。

懒散的鱼与消失的猫 3万+

Druid单机测试与数据加载方法

http://druid.io/docs/0.10.1/tutorials/quickstart.html (1)Getting started 下载安装Druid: curl -O http://static.druid.io/artifacts/releases/druid-0.10.1-bin.tar.gz tar -xzf druid-0.10.1-bin

eric_lee的专栏 682

通达信抓波段指标(主图)

VAR3:=IF(INBLOCK('科创板'),VART20,IF(INBLOCK('创业板') AND DATE>1200823,VART20,IF(INBLOCK('ST板块'),VART5,VART10)));VAR5:=IF(INBLOCK('科创板'),CT20,IF(INBLOCK('创业板') AND DATE>1200823,CT20,IF(INBLOCK('ST板块'),CT5,CT10)));曾涨停/紫色细K线:青字"炸",涨停未封住。曾跌停/蓝色细K线:红字"撬",跌停被打开。

q125500612的博客 2146

qmc5883p芯片坐标系方向定义

问题 最近一个项目用到qmc5883p, 然而确定磁力计方向的时候发现datasheet上写的不是很清楚, 并且example中还有一个设置方向的一步, 于是测试了芯片坐标方向并记录了下来; 该芯片和qmc5883L方向并不一致; 结果 qmc5883P的datasheet给出来如下说明, Y为笔者添加的; 但是这个方向是按照datasheet的example设置的结果: //Define the sign for X Y and Z axis qmc5883p_write_reg(0x2

时有限 4122

Druid实战--安装与配置

简介 服务的搭建与运行是认识Druid的第一.步,采取分布式设计的Druid由不同职责的节点组成,同时为了实现节点间的信息同步和服务高可用性,其还依赖--些外部组件如Zookeeper、MySQL 和HDFS。本文将从如下几部分重点介绍Druid的安装部署和配置。 Druid服务的安装部署(单机版用于测试学习,集群版用于生产环境)。 如何搭建一个Druid集群以及关键...

阿华田的博客 2615

从SPI协议到文件系统:手把手教你用HAL库给W25Q16移植FATFS(附扇区管理优化方案)

本文详细介绍了如何在STM32平台上,通过HAL库的SPI接口为W25Q16 Flash芯片移植FATFS文件系统。文章从SPI通信基础讲起,深入解析了FATFS底层驱动(diskio.c)的移植要点,并重点探讨了针对W25Q16的4KB物理扇区特性进行扇区管理优化的两种方案,旨在帮助开发者构建稳定高效的文件存储方案。

happy2的博客 1046

druid 小测试

单机版安装记录 1,下载并解压 tar -xzvf ruid-0.12.1-bin.tar.gz 2,安装好zk 过程略 3,配置Druid # vi conf-quickstart/druid/_common/common.runtime.properties --- # 配置zookeeper连接,如果zookeeper端口是2181可以不写端口号,多个zookeeper使用英文逗号...

biwenjun999的博客 888

硬件描述语言Verilog学习(一)

主要学习综合和仿真、模块结构和信号类型Verilog 是用代码的形式描述硬件的功能,最终在硬件电路上实现该功能。在 Verilog 描述出硬件功能后需要使用综合器对 Verilog 代码进行解释并将代码转化成实际的电路来表示,最终产生实际的电路,也被称为网表。这种将 Verilog 代码转成网表的工具就是综合器。 上图左上角是一段 Verilog 代码,该代码实现了一个加法器的功能。在经过综合器解释后该代码被转化成一个加法器电路。QUARTUS、ISE 和 VIVADO 等 FPGA 开发工具都是综合器,

安静到无声 1500

【时空图神经网络 & 交通】相关模型3:STFGNN | 空间-时间依赖性 | 基于数据驱动的方法来生成“时间图” | 时空融合图模块,门控卷积模块 | 动态时间规整 | 顶会文章解析

STFGNN(时空融合图神经网络)在交通流量预测中的优势主要体现在以下几个方面:首先,它提出了一种数据驱动的方法生成“时间图”,弥补了传统空间图可能无法反映的某些相关性。其次,STFGNN通过并行处理不同时间段的空间图和时间图,有效地学习隐藏的时空依赖关系。此外,它将融合图模块与门控卷积模块整合到一个统一层中,通过层层堆叠处理长序列,进一步增强了模型的表达能力。实验结果表明,STFGNN在多个交通数据集上表现出色,优于其他基准方法,展示了其在实际应用中的强大潜力。

追光者♂:记录、分享、总结、提升,现象级专栏《Python从入门到人工智能》作者,无惧黑暗,坚信曙光 386

Druid部署总结

druid部署

eric_lee的专栏 3782

从0到1:OpenClaw 助力单元测试代码自动化与覆盖率飞升

OpenClaw 的横空出世,宛如一道曙光,照亮了这片黑暗的领域。它作为一款强大的本地 AI 助手,拥有着令人惊叹的能力。OpenClaw 能够深入理解代码的逻辑结构,自动分析代码中的各种功能和潜在的风险点,从而精准地生成高质量的单元测试代码。它就像是一位不知疲倦的测试专家,能够快速、准确地完成那些繁琐的测试编写工作,将开发者从重复劳动中解放出来,让他们能够将更多的精力投入到更具创造性和价值的工作中。

远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享 478

Druid入门(1)—— 快速入门实时分析利器-Druid_0.17

一、安装准备 本次安装的版本是截止2020.1.30最新的版本0.17.0 软件要求 需要Java 8(8u92 )以上的版本,否则会有问题 Linux,Mac OS X或其他类似Unix的操作系统(不支持Windows) 硬件要求 Druid包括一组参考配置和用于单机部署的启动脚本: nano-quickstart micro-quickstart small medium lar...

大数据流动 1324

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

Druid核心架构解析与集群部署实践

实时分析型数据库通过分布式架构实现高吞吐量数据摄入与低延迟查询,其核心技术在于节点分工与资源隔离。Druid采用Coordinator、Overlord等五种专用节点协同工作,其中Historical节点负责热数据存储与查询执行,Broker节点作为查询路由枢纽。在JVM调优层面,需要平衡堆内存与直接内存分配,典型配置如Historical节点建议-Xmx4G并配合-XX:MaxDirectMemorySize=4G。对于生产环境部署,推荐使用ZooKeeper实现服务发现,结合S3等深度存储方案保障数据可

weixin_32821533的博客 306

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Druid的简介及安装使用

文章目录应用场景特点设计原则数据格式相关软件对比总体架构安装环境服务运行 应用场景 从技术定位上看,Druid 是一个分布式的数据分析平台,在功能上也非常像传统的OLAP系统,但是在实现方式上做了很多聚焦和取舍,为了支持更大的数据量、更灵活的分布式部署、更实时的数据摄入,Druid 舍去了OLAP 查询中比较复杂的操作,例如JOIN 等。相比传统数据库,Druid 是一种时序数据库,按照一定的时间...

yyoc97的专栏 2045

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

druid 学习笔记1 - druid架构和部署实践

druid 是一个基于列存储的适合实时数据分析的分布式系统,所有节点可以分成3个部分:master、query、data,分别运行相应的服务,如下图所示: Historical: 历史节点的职责主要是对历史的数据进行存储和查询。它们通过Zookeeper来声明自己存储的节点,同时也通过zookeeper来监听加载或删除Segment的信号。Segment是按时间段划分的一个个数据块。 Co...

luckydoit的博客 509

Apache Druid实战指南:从快速入门到生产环境部署全流程

你是否还在为实时数据分析平台的搭建而烦恼?是否面对海量数据不知如何实现亚秒级查询响应?本文将带你从零开始,完成Apache Druid(分布式实时分析数据库)的环境搭建、数据接入、集群部署全流程,让你在1小时内具备处理千万级数据的实时分析能力。 ## 1. 环境准备与快速启动 ### 1.1 系统要求与依赖安装 Apache Druid需要Java 8+环境和ZooKeeper协调服务。生产...

gitblog_00343的博客 1079

大数据实时多维OLAP分析数据库Apache Druid入门分享-上

Apache Druid是⼀款针对海量数据进⾏⾼性能实时分析OLAP引擎的实时分析型数据库,本篇了解其特征和适用场景,并与其他框架横向对比;最后部署一个单机版演示本地文件摄取入库,并演示基于Json API本地查询和SQL两种查询方式。

itxiaoshen博客 1255
上一篇: druid-0.9.2 or 0.10.0 下载安装部署
下一篇: Druid.io系列(九):数据摄入
王树民
博客等级 码龄10年 912粉丝 560原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值