Druid(大数据实时分析数据仓库_白皮书)_CN 20160726.pdf

Druid 一个实时分析数据仓库 Druid 白皮书 作者： Fangjin Yang Xavier Léauté Gian Merlino Metamarkets Group, Inc. Metamarkets Group, Inc. Metamarkets Group, Inc. fangjin@ xavier@ gian@ Eric Tschetter Nelson Ray Deep Ganguli echeddar@ ncray86@ Metamarkets Group, Inc. deep@ 译者： 个人简介： 致力于实时/离线大数据分析！实时大数据分析系统Druid 在 中国应用落地拓荒者。 热心开源事业，Zookeeper 管理系统Zookeeper- Edit、Zookeeper 集群一键安装脚本Zookeeper-Cluster Installer 开发者。 曾就职于YeahMobi(Druid 官方列出的20 个将Druid 用于商业 生产的组织机构中唯一一个中国公司),从事在线广告业务数 据分析，负责DSP(Demand-Side Platform)部分核心系统研发、 参与原生广告Android SDK 研发工作。 现就职于携程旅行网大数据部门。 联系方式：zhoushineyoung@ 2 Druid 白皮书 版权声明 本文原著作者Fangjin Yang、Eric Tschetter、Xavier Léauté、Nelson Ray、Gian Merlino、 Deep Ganguli，原著版权归其原作者所有。译文版权归译者所有。 允许个人或其他组织以学习为目的的硬拷贝和使用。暂不开放任何以商业为目的的分发 和制作出售。 以其他方式/ 目的进行的复制、再发布，需预先取得授权许可。 转载须注明出处。 3 Druid 白皮书 译者序 Druid 是一个为大型(设计为PB 级别)数据集上实时探索查询而设计的开源数 据分析和存储系统，提供极具成本效益并且永远在线(24x7x365x10)的实时数据摄 入和任意数据处理，并且在面对代码部署、机器故障以及其他意外情况时能保证 系统集群正常运行。 Druid 自发布以来，Github 上代码的活跃度一直很高，已经有很多组织和个 人参与到该项目的开发中来。因此Druid 在过去的一年多时间里一直保持着很高 的版本发布频次。截至本文译本完成时，Druid 已经释放出0.8.0 的稳定版本，该 版本在集群的稳定性和查询性能上已经有了相当的提升，同时也提供了“简单的” 界面支持。 本文是Druid 官方提供的论文(WhitePaper)的中文译版，主要介绍Druid 的核 心概念和架构设计原理。 由于目前Druid 相关的文字资料相当稀少，除了其官方提供的一些指导文档， 本文也是最珍贵的文字资料之