Apache Druid如何同时摄取本地数据与Kafka流式数据？

本文共计3391个文字，预计阅读时间需要14分钟。

Druid简介

Apache Druid是一个集成的时序数据库、数据仓库和全文检索系统，特别适用于分析性数据平台。本文将简要介绍Druid的特性、使用场景、技术特点和架构。

Druid特性

- 集成时序数据库：支持高吞吐量的实时数据写入和查询。- 数据仓库：提供强大的数据聚合和汇总功能。- 全文检索：支持全文搜索，便于快速查找相关信息。

使用场景

- 实时监控：用于实时监控和分析系统性能。- 大数据分析：适用于大规模数据分析，如日志分析、点击流分析等。- 商业智能：为业务决策提供数据支持。

技术特点

- 高性能：Druid具有高吞吐量和低延迟的特点。- 可扩展性：支持水平扩展，适应大数据量需求。- 高可用性：采用分布式架构，保证系统稳定运行。

架构

- 数据采集：通过数据源将数据实时写入Druid。- 数据存储：将数据存储在Druid集群中。- 数据查询：通过Druid提供的数据查询接口进行数据检索和分析。

Durid概述

Apache Druid是一个集时间序列数据库、数据仓库和全文检索系统特点于一体的分析性数据平台。本文将带你简单了解Druid的特性，使用场景，技术特点和架构。这将有助于你选型数据存储方案，深入了解Druid存储，深入了解时间序列存储等。

Apache Druid是一个高性能的实时分析型数据库。

上篇文章，我们了解了Druid的加载方式，

咱么主要说两种，一种是加载本地数据，一种是通过kafka加载流式数据。