Druid简介

1.Druid概念

Druid是一个快速的列式分布式的支持实时分析的数据存储系统。它在处理PB级数据、毫秒级查询、数据实时处理方面，比传统的OLAP系统有了显著的性能改进。

Druid的官方网站是http://druid.io。

注意：阿里巴巴也曾创建过一个开源项目叫作Druid（简称阿里Druid），它是一个数据库连接池的项目。阿里Druid和本文讨论的Druid没有任何关系，它们解决完全不同的问题。

2.Druid特点

3.应用场景

4.Druid对比Impala/Presto/Spark SQL/Kylin/Elasticsearch

对比项目	Druid	Kylin	Presto	Impala	Spark SQL	ES
亚秒级响应	Y	Y	N	N	N	N
百亿数据集	Y	Y	Y	Y	Y	Y
SQL支持	N(开发中)	Y	Y	Y	Y	N
离线	Y	Y	Y	Y	Y	Y
实时	Y	N(开发中)	N	N	N	Y
精确去重	N	Y	Y	Y	Y	N
多表Join	N	Y	Y	Y	Y	N
JDBC for BI	N	Y	Y	Y	Y	N

1）Druid：是一个实时处理时序数据的OLAP数据库，因为它的索引首先按照时间分片，查询的时候也是按照时间线去路由索引。
2）Kylin：核心是Cube，Cube是一种预计算技术，基本思路是预先对数据作多维索引，查询时只扫描索引而不访问原始数据从而提速。
3）Presto：它没有使用MapReduce，大部分场景下比Hive快一个数量级，其中的关键是所有的处理都在内存中完成。
4）Impala：基于内存运算，速度快，支持的数据源没有Presto多。
5）Spark SQL：基于Spark平台上的一个OLAP框架，基本思路是增加机器来并行计算，从而提高查询速度。
6）ES：最大的特点是使用了倒排索引解决索引问题。根据研究，ES在数据获取和聚集用的资源比在Druid高。
7）框架选型：
（1）从超大数据的查询效率来看：
Druid > Kylin > Presto > Spark SQL
（2）从支持的数据源种类来讲：
Presto > Spark SQL > Kylin > Druid