Datasources：數據源
druid的數據存儲在數據源裏面，它有點類似於傳統關係型數據庫的表，druid使用了獨特的數據建模系統，它與關係模型和時序模型都有點相似性。
Primary timestamp：主時間戳
druid的模式要求必須存在一個主時間戳，主時間戳被用來分區和排序我們的數據，druid查詢能夠快速的定位和返回與主時間戳列的時間範圍相對應的數據。druid還可以將主時間戳列用於基於時間的數據管理操作，比如刪除時間數據塊，重寫時間數據塊和基於時間的持久規則。
主時間戳根據時間戳規範解析。另外顆粒度規範控制其他重要的基於主時間戳的操作。不管主時間戳是從哪個字段裏面讀取的，它在我們的druid 數據源裏面都是以 名字爲"__time"的列來存儲
如果我們有超過一列的時間戳，可以用第二時間戳來存儲。
Dimensions：維度
維度是按原樣存儲的列並可以用作任何目的。在查詢的時候我們可以使用特定的方式對維度進行分組、過濾和進行聚合。如果我們禁止了彙總操作，那麼維度將被簡單的看做是要存儲的一組列，其行爲與不支持彙總功能的傳統數據庫完全一樣。
維度通過維度規則進行配置
Metrics：指標
指標是以聚合形式存儲的列，當啓用了彙總功能的時候就能體現它們的價值。我們需要給每個指標指定一個聚合函數，以便於druid在攝入每一行數據的時候使用。這有兩個好處：
1、如果匯聚啓用，即使在需要保留概要信息的情況下，也能將多行合併成一行。在彙總指導手冊裏面，它能將網絡流量數據根據元組（分鐘，源IP，目的IP）彙總成一行，同時保留總數據包和字節總數的聚合信息
2、有些聚合類型，特別是近似計算，如果它們在插入的時候只進行了部分計算，即使沒有開啓彙總數據的情況下，也可以在查詢的時候快速的被計算，
指標通過指標規則進行配置