优势
不足
产品信息
详细说明
服务商概述
Apache Druid 于 2011 年在 Metamarkets 内部启动,2018 年成为 Apache 顶级项目,是为「快速写入 + 亚秒级聚合查询」设计的列式 OLAP 存储,广泛用于用户行为分析、广告效果与运维监控的看板后端。
对后端与数据库场景,它的价值是「实时摄入与预聚合」:支持 Kafka/Kinesis 流式摄入,摄入时按时间粒度 rollup 预聚合,把明细压缩成聚合行,使看板查询在毫秒到秒级返回;列式加位图索引让高基数维度的过滤依然高效。
限制是场景专一:只擅长时间序列 + 维度聚合,不支持 JOIN(较新版本有有限支持)与复杂事务;运维组件多(Coordinator、Broker、Historical、MiddleManager/Router),明细存储成本高于纯列式仓,明细查询需求更适合 ClickHouse。
核心优势
- 流式摄入 + rollup 预聚合,看板查询亚秒级返回
- 列式存储配合位图索引,高基数维度过滤依然高效
- 支持近似算法(HyperLogLog、Theta Sketch)做去重计数
- 与 Kafka、Hadoop、S3 深度集成,天然适配实时链路
产品生态
摄入与 rollup
支持流式与批量摄入,可配置查询粒度预聚合,牺牲明细换取查询速度。
查询与索引
原生 JSON 查询(也可用 SQL),时间分区加维度位图索引支撑快速切片。
部署与运维
分布式组件较多,可自建或使用 Imply 托管服务;Kubernetes 部署可控但复杂。
不足之处
- 不支持完整 JOIN,复杂多表分析需预先宽表化
- 组件多、运维复杂,小规模场景显得笨重
- rollup 预聚合会丢失明细,需要明细时必须保留原始层
- 明细存储成本高于 ClickHouse 等纯列式方案
适用场景
- 实时行为与事件看板(★★★★★):流式摄入加预聚合
- 广告效果与运营监控(★★★★★):高基数维度过滤快
- 去重计数与近似统计(★★★★):内置近似算法
- 复杂多表关联分析(★★):无完整 JOIN
价格参考
| 套餐 | 价格 | 能力边界 |
|---|---|---|
| Apache Druid 开源版 | $0 | 自建,无授权费用 |
| Imply Cloud | 按规格与用量计费 | 托管,含运维与监控 |
| 云托管(其他厂商) | 按节点小时计费 | 如 AWS/GCP 上的托管方案 |
开源版免费,但集群至少需要多台机器(Broker、Historical、Coordinator、Router 分离部署),运维人力是主要成本。托管服务把组件管理包进去,适合缺少大数据运维团队的场景。
常见问题
-
Druid 和 ClickHouse 怎么选? 需要流式实时摄入与高并发看板选 Druid;需要更自由的 JOIN、明细查询与更低存储成本选 ClickHouse。
-
rollup 会丢数据吗? 会按维度与时间粒度聚合,明细被合并;需要明细下钻时应关闭 rollup 或保留原始明细层。
-
适合做数据仓库吗? 不适合,它定位是分析加速层;数仓仍应由 Snowflake、BigQuery 或湖仓承担,Druid 作为服务层。