Apache Druid

定义

Apache Druid 是一款实时分析型数据库，2011 年由广告分析公司 Metamarkets 开发，2012 年开源，专为「边写入边查询」的场景设计，强调对事件流数据的低延迟摄取与亚秒级聚合。

原理

Druid 按时间将数据切分为 Segment，采用列式存储并对维度列建立字典编码与位图索引，聚合查询可快速定位并扫描相关分片。架构上角色分离：实时节点消费 Kafka 等流并可查询尚未落盘的数据，Historical 节点服务历史分片，Broker 负责查询路由与结果合并，深度存储（如 HDFS、S3）保存分片副本。数据在摄取时可预聚合（Rollup）以进一步压缩。

应用

Druid 广泛用于广告投放分析、APM 监控、点击流与用户行为分析等需要实时大屏和高并发切片查询的场景，Netflix、Airbnb、阿里等均有使用。

优缺点

优点是实时性与查询并发俱佳；缺点是 Join 能力弱、组件繁多运维复杂，明细查询与高基数场景表现一般。