时间戳

首页 > 解决方案 > 为什么 Apache Druid 被认为是实时数据库？

druid - 为什么 Apache Druid 被认为是实时数据库？

问题描述

这是一个与 Druid 的营销方式有关的问题。

为什么它被称为实时数据库，当 - 据我了解 - 在任何数据可以从 DB 中有效读取之前，需要使用外部工具（如 Hive 或 Spark）进行繁重的 ETL，该工具将半聚合数据加载到 Druid 之前数据库以基于列存储的高效方式写入此输入。

我的理解是，就 Druid 和查询 UI 之间的通信而言，Druid 可以被认为是实时的，而不是在真实源（包括实时事务）和 Druid 之间，因为两者之间需要分析（可能是多个连接）。

标签： druid

解决方案

Druid 通过 Kafka Streaming 支持实时摄取，数据可立即查询，这就是为什么它被视为实时数据存储的原因。

正如您提到的使用 Hive 和 Spark，Druid 还支持批量摄取。

以下是有关Apache Druid的更多详细信息：

Apache druid 是 OLAP 数据存储，旨在提供亚秒级查询性能，同时实时或批量摄取数据。

在 Druid 中摄取数据的方法

  • 实时摄取- Druid 可以使用 Kafka 主题实时摄取数据。

  • Batch Ingestion - Druid 使用 Hive 和 Spark 从 HDFS 读取数据集。在这种情况下，它不是实时的，但有些用例不需要实时，只需要对即席查询有更快的响应时间。

德鲁伊非常适合：

  • 具有基于事件的数据的应用程序。

  • 数据更新少

  • 亚秒级响应时间

当你不应该考虑德鲁伊

  • 大量连接

  • 更多数据更新

热门行业/德鲁伊应用

  • 物联网服务

  • 网络监控

  • 数字营销

  • 任何基于时间的流媒体应用程序

推荐阅读