为什么 Apache Druid 被认为是实时数据库？
Why Apache Druid is considered real-time database?
这个问题与 Druid 的营销方式有关。
为什么它被称为实时数据库，据我所知，在可以有效地从数据库读取任何数据之前，需要使用加载半聚合的外部工具（如 Hive 或 Spark）进行繁重的 ETL在数据库以高效的、基于列存储的方式写入此输入之前，将数据发送到 Druid。
我的理解是，就 Druid 和查询之间的通信而言，Druid 可以被认为是实时的 UI 但不是真实源（包括实时事务）和 Druid 之间的通信，因为分析（可能是多个加入）之间需要。
Druid 支持通过 Kafka Streaming 进行实时摄取，数据可立即查询，这就是为什么它被视为实时数据存储。
正如您提到的使用 Hive 和 Spark，Druid 也支持批量摄取。
以下是关于 Apache Druid 的更多详细信息：
Apache druid 是 OLAP 数据存储，旨在提供亚秒级查询性能，同时实时或批量摄取数据。
在 Druid 中获取数据的方法
实时摄取 - Druid 可以使用 Kafka 主题实时摄取数据。
Batch Ingestion - Druid 使用 Hive 和 Spark 从 HDFS 读取数据集。在这种情况下，它不是实时的，但有些用例不需要实时，只需要对临时查询有更快的响应时间的要求。
德鲁伊最适合的地方：
具有基于事件的数据的应用程序。
数据更新较少
亚秒响应时间
什么时候不应该考虑德鲁伊
大量加入
更多数据更新
热Industries/Application德鲁伊
物联网服务
网络监控
数字营销
基于任何时间的流媒体应用程序
这个问题与 Druid 的营销方式有关。
为什么它被称为实时数据库，据我所知，在可以有效地从数据库读取任何数据之前，需要使用加载半聚合的外部工具（如 Hive 或 Spark）进行繁重的 ETL在数据库以高效的、基于列存储的方式写入此输入之前，将数据发送到 Druid。
我的理解是，就 Druid 和查询之间的通信而言，Druid 可以被认为是实时的 UI 但不是真实源（包括实时事务）和 Druid 之间的通信，因为分析（可能是多个加入）之间需要。
Druid 支持通过 Kafka Streaming 进行实时摄取，数据可立即查询，这就是为什么它被视为实时数据存储。
正如您提到的使用 Hive 和 Spark，Druid 也支持批量摄取。
以下是关于 Apache Druid 的更多详细信息：
Apache druid 是 OLAP 数据存储，旨在提供亚秒级查询性能，同时实时或批量摄取数据。
在 Druid 中获取数据的方法
实时摄取 - Druid 可以使用 Kafka 主题实时摄取数据。
Batch Ingestion - Druid 使用 Hive 和 Spark 从 HDFS 读取数据集。在这种情况下，它不是实时的，但有些用例不需要实时，只需要对临时查询有更快的响应时间的要求。
德鲁伊最适合的地方：
具有基于事件的数据的应用程序。
数据更新较少
亚秒响应时间
什么时候不应该考虑德鲁伊
大量加入
更多数据更新
热Industries/Application德鲁伊
物联网服务
网络监控
数字营销
基于任何时间的流媒体应用程序