这是一个与德鲁伊的营销方式有关的问题。
为什么它被称为实时数据库，当 - 据我所知 - 在可以有效地从 DB 读取任何数据之前，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 之前数据库以高效的、基于列存储的方式写入此输入。
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，但在真相源（包括实时事务）和 Druid 之间则不是，因为两者之间需要分析（可能是多个连接）。
Druid 支持通过 Kafka Streaming 进行实时摄取，并且可以立即查询数据，这就是将其视为实时数据存储的原因。
Druid 还支持使用 Hive 和 Spark 的批处理摄取。
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，只需要对临时查询有更快的响应时间要求。
德鲁伊最适合的地方：
具有基于事件的数据的应用程序。
数据更新较少
亚秒响应时间
什么时候不应该考虑德鲁伊
大量加入
更多数据更新
德鲁伊的热门行业/应用
物联网服务
网络监控
数字营销
基于任何时间的流媒体应用程序
| 归档时间： |
|
| 查看次数： |
502 次 |
| 最近记录： |