Apache Druid中的中间持久化是什么意思?
创始人
2024-09-03 23:08:10
0

Apache Druid中的中间持久化是指将实时数据在内存中进行聚合和查询之后,将数据写入磁盘持久化存储的过程。这样做的好处是可以在数据量非常大的情况下,仍然能够提供低延迟的查询性能。

在Apache Druid中,中间持久化是通过使用Apache Kafka作为中间数据存储来实现的。下面是一个简单的代码示例,说明如何在Apache Druid中配置中间持久化。

首先,在Druid的配置文件(例如conf/druid/_common/common.runtime.properties)中添加以下配置:

# 将数据写入中间持久化存储的配置
druid.indexer.task.hadoopWorkingPath=/tmp/druid-indexing
druid.indexer.task.baseTaskDir=/tmp/druid-task
druid.indexer.runner.type=hadoop
druid.indexer.storage.type=hadoop
druid.indexer.storage.announcements.dir=/tmp/druid-announcements
druid.indexer.storage.announcements.type=hadoop
druid.indexer.storage.announcements.hadoopWorkingPath=/tmp/druid-announcements
druid.tasklogs.dir=/tmp/druid-tasklogs
druid.storage.type=hadoop
druid.storage.storageDirectory=/tmp/druid-storage

# 配置Kafka作为中间持久化存储
druid.extensions.loadList=["druid-kafka-indexing-service"]
druid.kafka.ingestion.useEarliestOffset=true
druid.kafka.ingestion.taskTimeout=PT10M

接下来,在启动Druid服务之前,你需要在Kafka中创建一个主题(topic),作为中间数据存储使用。你可以使用Kafka提供的命令行工具来创建主题。例如,使用以下命令创建一个名为druid-events的主题:

bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic druid-events

然后,你可以启动Druid服务,并配置将数据写入Kafka主题。下面是一个使用Druid的Ingestion spec的示例,将数据写入Kafka主题:

{
  "type": "kafka",
  "dataSchema": {
    "dataSource": "events",
    "parser": {
      "type": "string",
      "parseSpec": {
        "format": "json",
        "timestampSpec": {
          "column": "timestamp",
          "format": "iso"
        },
        "dimensionsSpec": {
          "dimensions": ["event_type", "country"]
        }
      }
    },
    "metricsSpec": [],
    "granularitySpec": {
      "type": "uniform",
      "segmentGranularity": "HOUR",
      "queryGranularity": "NONE",
      "rollup": true
    }
  },
  "tuningConfig": {
    "type": "kafka",
    "reportParseExceptions": true,
    "maxParseExceptions": 1000,
    "maxSavedParseExceptions": 100,
    "maxRecordsPerPoll": 10000,
    "intermediatePersistPeriod": "PT10M",
    "basePersistDirectory": "/tmp/druid-kafka"
  },
  "ioConfig": {
    "topic": "druid-events",
    "consumerProperties": {
      "bootstrap.servers": "localhost:9092",
      "group.id": "druid-kafka-ingestion"
    }
  }
}

在上面的示例中,intermediatePersistPeriod参数设置了中间持久化写入磁盘的时间间隔,basePersistDirectory参数设置了中间持久化数据存储的目录。

你可以根据你的需求和Druid集群的配置进行相应的调整和修改。这只是一个简单的示例,实际配置可能会更复杂。

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...