druid.io 2---druid介绍
druid.io druid.io 大数据 学习 Druid概念 Druid.io 是一个开源的,分布式的, 列式存储 的,适用于实时数据分析的 OLAP 系统,能够快速聚合、灵活过滤、毫秒级查询、和低延迟数据导入。 优势: 高容错性:单个节点挂掉不会影响其他部分。详情在 文末 有介绍。 多版本控制(MVCC):通过数
Read articleLong-form notes on systems, infrastructure, AI tooling, and engineering practice.
内容以 Linux、基础设施、调试、网络、可观测性、数据库、AI 工具和工程实践为主,首页只呈现读者真正关心的内容,不再展示模板历史或站点维护细节。
druid.io druid.io 大数据 学习 Druid概念 Druid.io 是一个开源的,分布式的, 列式存储 的,适用于实时数据分析的 OLAP 系统,能够快速聚合、灵活过滤、毫秒级查询、和低延迟数据导入。 优势: 高容错性:单个节点挂掉不会影响其他部分。详情在 文末 有介绍。 多版本控制(MVCC):通过数
Read article2017年12月13日 18:09:25 阅读数:1212 1. 概述 Druid的数据摄入主要包括两大类: 1. 实时输入摄入:包括Pull,Push两种 - Pull:需要启动一个RealtimeNode节点,通过不同的Firehose摄取不同种类的数据源。 - Push:需要启动Tranquility或是Kafk
1.列数据库定义,时序数据库定义 2.druid特点,产品对比 3.druid快写快读的基础原因:不同于关系型数据的B+树的索引结构,LSM-tree利用了磁盘基本特点(顺序操作性能远高于随机操作),使用两部分类树的数据结构存储数据(P64)。实时节点采用类LSM-tree架构使得druid保证数据的高速写入,并提供快
2017年08月17日 20:29:37 阅读数:5450 我们知道做深度学习离不开GPU,不过一直以来对GPU和CPU的差别,CUDA以及cuDNN都不是很了解,所以找了些资料整理下,希望不仅可以帮助自己理解,也能够帮助到其他人理解。 先来讲讲CPU和GPU的关系和差别吧。截图来自资料1(CUDA的官方文档): 从上
#!/bin/bash PATH=/bin:/usr/bin:/sbin:/usr/sbin:/usr/local/bin:/usr/local/sbin; export PATH function traffic_monitor { # 系统版本 OS_NAME=$(sed -n '1p' /etc/issue) #
选择了prometheus方案。采用operations-software-druid_exporter为客户端采集器。具体方法: 部署operations-software-druid_exporter,这个是一个python组件,只支持py3,所以先安装py3,然后下载该组件,启动 nohup /usr/local
主体思想:采用prometheus+grafana来做。现在先要找到合适的kafka-exporter,先找了一个kafka-exporter,发现监控项较少,不太符合要求。继续找,决定用jmx监控来最大限度获取到kafka的指标,采用jmx_prometheus_javaagent-0.6.jar+kafka-0-8