Druid基礎知識（編輯中）

Druid
https://yuzhouwan.com/posts/5845/
http://druidio.cn/
實時，快速，切片，大數據(PB級)，列式存儲，分佈式
結合了OLAP分析數據庫、時間序列數據庫和全文檢索思想
集成kafka等消息隊列和hdfs等文件系統
數據源可以使Hadoop、spark、storm和kafka等
使用mvcc解決併發問題
Druid 聚合
會將數據進行預聚合，缺點是，不能查詢每條數據的明細（因爲被聚合了），也就是說，聚合粒度是查詢數據的最小粒度。需要提前定義。
數據分片
以segments形式分片，時間作爲第一級分片，segments包含基於列的壓縮和這些列的索引。
數據加載
分爲實時和批處理兩種，批處理用來提高精度。
數據查詢
支持SQL，數據進入druid之前先join
Druid集羣架構：
Historical節點：下載不變的segments到本地，並提供segments的查詢服務
broker節點：鏈接客戶端，分發查詢，收集合並結果。
coordinator節點：管理集羣的historical節點的segments。通知下載新的segments，刪除舊的segments。
real-time處理：加載數據，創建索引（創建segments），講segments交給historical節點。
外部依賴：
zookeeper：保證集羣信息一致。metadata storage:管理元數據 deep Storage segments的永久備份。