大数据培训：Apache Druid基本介绍

之前，我们已经对Apache Kylin框架做过简单的入门介绍，相信大家也还记得，Kylin是一个OLAP框架。事实上，在OLAP分析引擎当中，并非只有Kylin。今天的大数据培训分享，我们就要来介绍OLAP分析引擎的另一个框架，Apache Druid。


什么是Druid？

从定义来说，Apache Druid是一个高性能的，分布式列存储的OLAP框架，原身来自美国广告公司MetaMarkets，后来才成为开源项目。

Druid在设计之初，就是为分析需求而生的，在数据处理规模和实时性的方面，相比传统的一些OLAP分析引擎，有了极大的提升，并且可以与主流的大数据开源框架Hadoop进行很好的集成，也使得Druid在市场上更具竞争力。

通常来说，OLAP分析引擎，具体下来又有关系型联机分析处理（ROLAP）、多维联机分析处理（MOLAP）的区别。而Druid，具体来说就是一个MOLAP分析引擎。

Druid的优势

1、快速查询（Fast Query）

部分数据聚合（Partial Aggregate）给Druid争取了很大的性能优化空间；数据内存化也是提高查询速度的重要手段；倒排索引加快AND和OR等计算操作等。

2、水平扩展能力（Horizontal Scalability）

Druid查询性能在很大程度上依赖于内存的优化使用。数据可以分布在多个节点的内存中，因此当数据增长的时候，可以通过简单增加机器的方式进行扩容。Druid的查询模块能够感知和处理集群的状态变化，查询总是在有效的集群架构中进行。集群上的查询可以进行灵活的水平扩展。

3、实时分析（Realtime Analytics）

Druid提供了包含基于时间维度数据的存储服务，对于历史数据Druid以Segment数据文件的方式组织，并且将它们存储到深度存储系统中。当需要查询这些数据的时候，Druid再从深度存储系统中将它们装载到内存供查询使用。

Druid的应用场景

国内外很多公司都在使用Druid，以国内来说，BAT、字节跳动、知乎、优酷、小米等企业，都是用到Druid。

Druid在点击流分析、网络遥测分析、服务器指标存储、供应链分析、应用程序性能指标、数字营销/广告分析等场景下，性能值得肯定。

关于大数据培训，Apache Druid分析引擎，以上就为大家做了简单的介绍了。Druid在OLAP分析引擎当中，还是具备一定的竞争力的，当然最终还是要根据实际需求来匹配解决方案。成都加米谷大数据，专业大数据培训机构，大数据开发，数据分析与挖掘，课程大纲及试学视频，可联系客服领取！