Apache Druid是一个高性能的实时数据存储，其最新版本 25.0 提供了许多改进和增强功能。主要的新特性是: 用于基于 SQL 的摄取的多阶段查询 (MSQ) 任务引擎现已准备就绪;Kubernetes 可用于启动和管理任务，无需中间管理人员;简化部署;以及 Hadoop 3.x 用户的新专用二进制文件。
为了生成实时分析并缩短洞察各种用例的时间，Druid 的设计融合了数据仓库、时间序列数据库和搜索系统的概念。
它有一个基于微服务的分布式架构，设计为云就绪，包括多种类型的服务，例如:管理集群上数据可用性的协调器服务，控制数据摄取工作负载分配的霸王服务，处理来自外部客户端和摄取数据的MiddleManager 服务的查询。
下图展示了 Apache Druid 的架构:
在摄取阶段，Druid 从源系统读取数据并将其存储在称为段的数据文件中。通常，每个段文件包含几百万行。每个段文件都按时间分区，并组织成单独存储的柱状结构，以通过仅扫描查询实际需要的那些列来减少查询延迟。
Druid 支持流式和批量摄取。它连接到原始数据源，通常是消息总线，例如Apache Kafka（用于流式数据加载），或分布式文件系统，例如HDFS或基于云的存储，例如Amazon S3和Azure Blob Storage（用于批量数据加载） )，并且可以在称为“索引”的过程中将原始数据转换为更加读取优化的格式（段）Apache Druid 可以摄取 JSON、CSV、Parque t、Avro和其他自定义格式的非规范化数据。
可以使用Druid SQL查询 Druid 数据源中的数据。Druid 将 SQL 查询翻译成它的原生查询语言。
Druid 带有一个 Web 控制台，可用于加载数据、管理数据源和任务以及控制服务器状态和段信息。此外，您可以在控制台中执行 SQL 和本机 Druid 查询。
下图显示了 Druid 的 Web 控制台:
对于实时摄取、快速查询性能和高正常运行时间至关重要的情况，经常使用 Apache Druid。
因此，Druid 通常用作需要快速聚合或为分析应用程序的 GUI 提供支持的高度并发 API 的后端。Druid 最适合处理面向事件的数据。
典型的应用领域是:点击流分析（网络和移动分析）、风险/欺诈分析、网络遥测分析（网络性能监控）、应用程序性能指标和商业智能/OLAP。
它被许多大公司使用，如Airbnb、英国电信、思科、eBay、Expedia、Netflix和Paypal ，并且在Github上拥有超过 12k 颗星。关于作者，Andrea 是 DXC Technology 的一名软件架构师。此前他曾在惠普工作。Andrea 目前专注于 Java、云原生应用程序和微服务。他对与计算机
