我应该在什么时候使用 Apache Druid
原创我应该在什么时候使用 Apache Druid
原创
HoneyMoose
修改于 2021-07-24 10:05:23
修改于 2021-07-24 10:05:23
许多公司都已经将 Druid 应用于多种不同的应用场景。请访问?使用 Apache Druid 的公司?页面来了解都有哪些公司使用了 Druid。
druid_architecture_diagram
如果您的使用场景符合下面的一些特性，那么Druid 将会是一个非常不错的选择：
- 数据的插入频率非常高，但是更新频率非常低。
- 大部分的查询为聚合查询（aggregation）和报表查询（reporting queries），例如我们常使用的 “group by” 查询。同时还有一些检索和扫描查询。
- 查询的延迟被限制在 100ms 到 几秒钟之间。
- 你的数据具有时间组件（属性）。针对时间相关的属性，Druid 进行特殊的设计和优化。
- 你可能具有多个数据表，但是查询通常只针对一个大型的分布数据表，但是，查询又可能需要查询多个较小的?
lookup?表。 - 如果你的数据中具有高基数（high cardinality）数据字段，例如 URLs、用户 IDs，但是你需要对这些字段进行快速计数和排序。
- 你需要从 Kafka，HDFS，文本文件，或者对象存储（例如，AWS S3）中载入数据。
如果你的使用场景是下面的一些情况的话，Druid?不是一个较好的选择：
- 针对一个已经存在的记录，使用主键（primary key）进行低延迟的更新操作。Druid 支持流式插入（streaming inserts）数据，但是并不很好的支持流式更新（streaming updates）数据。 Druid 的更新操作是通过后台批处理完成的。
- 你的系统类似的是一个离线的报表系统，查询的延迟不是系统设计的重要考虑。
- 使用场景中需要对表（Fact Table）进行连接查询，并且针对这个查询你可以介绍比较高的延迟来等待查询的完成。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
相关产品与服务
腾讯云 BI
腾讯云 BI（Business Intelligence，BI）提供从数据源接入、数据建模到数据可视化分析全流程的BI能力，帮助经营者快速获取决策数据依据。系统采用敏捷自助式设计，使用者仅需通过简单拖拽即可完成原本复杂的报表开发过程，并支持报表的分享、推送等企业协作场景。