挑战者
Apache Druid
OLAP 分析能力强，但缺乏原生 PromQL、OTLP 等可观测性协议
GreptimeDB
GreptimeDB
可观测性原生，SQL + PromQL，统一指标/日志/链路
Skip to content 
Apache Druid 对比总览。
OLAP 分析引擎，缺乏原生可观测性协议。
Apache Druid 是实时 OLAP 分析数据库，擅长大数据集上的亚秒级切片查询。它用微服务架构（Broker、Historical、Middle Manager）实现高并发分析。但 Druid 本质是面向 BI 和用户分析的 OLAP 引擎——没有原生 PromQL、不支持 OTLP 或 Jaeger 链路协议，也不支持 Prometheus 远程写入。用它做可观测性需要大量自建管道。
特性对比
| 特性/方面 | GreptimeDB | Apache Druid |
|---|---|---|
| 数据模型 | 在一个数据库中支持指标、日志与链路 | 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 |
Stay in the loop
加入我们的社区
获取 Greptime 最新更新，并与其他用户讨论。