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

保存时出现了1个错误,导致这篇... 当保存文章时出现错误时,可以通过以下步骤解决问题:查看错误信息:查看错误提示信息可以帮助我们了解具体...
汇川伺服电机位置控制模式参数配... 1. 基本控制参数设置 1)设置位置控制模式   2)绝对值位置线性模...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
本地主机上的图像未显示 问题描述:在本地主机上显示图像时,图像未能正常显示。解决方法:以下是一些可能的解决方法,具体取决于问...
表格中数据未显示 当表格中的数据未显示时,可能是由于以下几个原因导致的:HTML代码问题:检查表格的HTML代码是否正...
不一致的条件格式 要解决不一致的条件格式问题,可以按照以下步骤进行:确定条件格式的规则:首先,需要明确条件格式的规则是...
表格列调整大小出现问题 问题描述:表格列调整大小出现问题,无法正常调整列宽。解决方法:检查表格的布局方式是否正确。确保表格使...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...