Skip to content 
关于 Apache Druid
Apache Druid 是一个实时分析数据库，专为大型数据集上的快速切片分析（OLAP 查询）而设计。采用分布式微服务架构构建，Druid 在流式和批量数据上提供亚秒级查询，支持高并发。它具有专门的处理组件，包括 Broker（查询路由）、Historical（不可变数据存储）和 Middle Manager（实时摄取）节点。Druid 将数据存储在数据源内的时间分区段中，支持 SQL 和原生 JSON API 进行查询。
GreptimeDB vs. Apache Druid
| 特性/方面 | GreptimeDB | Apache Druid |
|---|---|---|
| 数据模型 | 统一可观测性数据库 | 实时 OLAP 分析数据库 |
| 值模型 | 多值（支持复杂数据结构） | 多值（维度和指标） |
| 多模型支持 | 指标、日志与链路追踪在一个数据库中 | 主要用于事件/事实数据分析 |
| 查询语言 | SQL & PromQL（双接口） | SQL & Native JSON API |
| 数据摄取协议 | SQL gRPC InfluxDB 行协议 Prometheus 远程存储 OpenTelemetry Loki Push API Elasticsearch Bulk API HTTP API | Kafka Kinesis Pulsar HTTP 批处理文件 |
| 数据保留 | 灵活的 TTL 策略与分层存储 | 基于段的保留与自动过期 |
| 持续聚合 | 内置 SQL 聚合、Pipeline ETL 引擎与 Flow 流计算 | 摄取时的汇总和预聚合 |
| 部署复杂度 | 单一系统部署 | 复杂的多组件部署（Broker、Historical、Middle Manager） |
| 用例 | 统一可观测性、实时分析、物联网监控、边缘计算 | 商业智能、用户面向分析、交互式仪表板 |
| 架构 | 计算存储分离的云原生分布式架构 | 微服务架构（Broker、Historical、Middle Manager） |
| 存储格式 | Apache Parquet（列式存储，压缩） | 数据源中的时间分区段 |
| 存储扩展性 | 对象存储集成，容量无限 | 深度存储与自动层级管理 |
| 高可用性 | 内置集群与自动故障转移 | 基于协调器故障转移的深度存储 |
| 许可证 | Apache 2.0 | Apache 2.0 |
| 编程语言 | Rust（内存安全、高性能） | Java（生态系统兼容性） |
| 部署选项 | 单节点、集群、K8s 原生、边缘到云统一 API | 多组件部署（brokers、historicals、coordinators） |
| 运维复杂度 | 统一系统简化 K8s 运维 | 复杂的多服务编排 |
加入我们的社区
获取 Greptime 最新更新，并与其他用户讨论。