问题标签 [druid]

我需要使用 REST/JSON API 从我在 Druid 中的索引中获取一组不同的维度值。目前我正在使用以下聚合查询（尽管我不需要聚合），因为我找不到任何其他方法来获取不同的值，因为所有查询都需要聚合字段。

1. 我认为这是一个常见的场景。有没有办法在没有聚合的情况下获得不同的列集？

2. 当我使用聚合进行操作时，如果有一个没有聚合的聚合，那么这个聚合对性能（额外计数数据的网络 IO 除外）的影响有多大？

使用 Druid Tranquility 运行 spark 作业时出现以下错误。

Druid Tranquility 使用的 jackson-databind (2.6.1) 版本比 spark 捆绑的版本更高。我正在使用 Druid Tranquility(0.6.4) 和 Spark(1.5.2) 的最新稳定版本。

如何解决这个问题？

1. 强制 spark 使用作业提供的类，而不是 spark 中捆绑的类。如何？
2. 用新版本的jackson-databind编译spark
3. 强制宁静使用旧版本。（似乎不起作用，试图在 sbt 中排除）
4. 还有什么办法吗？

我阅读了以下教程： http ://druid.io/docs/latest/tutorials/tutorial-loading-batch-data.html 并使用 index_task 将数据放入 druid。我还发出了时间边界查询，一切正常。

但是，当我尝试插入大量数据（~ 2 000 000 条记录）时，它需要太多时间。

是否可以提高 index_task 的性能以及如何做到这一点？

是否可以通过：

• 段粒度的变化？

• 用 HadoopDruidIndexer 替换 index_task？

• 将数据拆分为更小的部分并同时插入？

• 增加节点数或每个节点的内存？

• 还要别的吗？

请帮忙。

通过遵循http://druid.io/docs/latest/tutorials/tutorial-loading-streaming-data.html上的教程，我能够通过 Kafka 控制台将数据插入 druid

卡夫卡控制台

规范文件如下所示

示例/索引/wikipedia.spec

我通过实时开始

在 Kafka 控制台中，我粘贴并输入以下内容

然后我倾向于通过创建select.json和运行来执行查询curl -X POST 'http://localhost:8084/druid/v2/?pretty' -H 'content-type: application/json' -d @select.json

选择.json

我能够得到以下结果。

看来我已经正确设置了德鲁伊。

现在，我想通过 HTTP 端点插入数据。根据Druid 如何实时输入数据？，似乎推荐的方法是使用tranquility

安宁

我通过以下方式启动了索引服务

conf/server.json看起来像

然后，我使用启动服务器

我执行发布到http://xx.xxx.xxx.xxx:8200/v1/post/wikipedia，content-type等于application/json

我得到以下回复

貌似宁静收到了我们的数据，但是没能发给druid！

我尝试运行curl -X POST 'http://localhost:8084/druid/v2/?pretty' -H 'content-type: application/json' -d @select.json，但没有得到我通过宁静插入的输出。

知道为什么吗？谢谢。

与默认示例不同，我们有用于从 csv、tsv 等导入行的 firehose，我们是否有一个这样我们可以从数据库导入记录并插入到 druid 中？有什么想法吗？

这就是我的想法 -

我们可以扩展它以通过 jndi 数据源和其他一些数据源获得连接。这种实现有什么问题吗？

我在德鲁伊数据源“D1”中有时间段 20150101 到 20160101 的度量数据。是否可以将时间段 20150601-20160101 的该度量日的子集复制到德鲁伊中的另一个数据源“D2”。

我正在将 HDFS 配置为Druid的深度存储，并试图找出一种方法来传递 kerberos 密钥表文件进行身份验证。

是否有用于传递 keytab 文件位置的 Java System 参数？

我在具有 HDP 洞察力 2.4.1.1-3 的 Azure 集群上运行 druid 0.9.0。hadoop 客户端是 2.7.1。在无数次尝试解决杰克逊的问题后，特别是：

我已经尝试了此处记录的所有解决方法

https://github.com/druid-io/druid/blob/master/docs/content/operations/other-hadoop.md

无济于事。

按照另一个面临相同问题的用户的建议，在对 jackson 依赖项进行着色后，重新编译不成功。

我尝试的最后一个案例是添加

到我的索引任务的 jobProperties 属性，结果如下：

我们正在尝试运行索引作业。

任何帮助将不胜感激。有没有人在相同的设置中取得任何成功？

我正在使用 druid 创建用于生成报告的 UI。对于脚本，我使用以下代码：

我还需要两个字段：

我还没有找到任何关于如何编写它们的问题。任何人都可以帮忙。

谢谢

我正在测试Druid中的批量数据摄取。目前在我的安装中，有一个文件夹$DRUID/var/tmp现在增长到近 1TB（TB，是的）。而且$DRUID/var/druid只有 350GB。删除该$DRUID/var/tmp文件夹是否安全？