Recensioni e Dettagli del Prodotto Druid

1. Capacità di pre-aggregazione che consente di pre-calcolare aggregazioni e salvare aggregati in segmenti. In questo modo, si riducono i costi di calcolo e di archiviazione.

2. Interfaccia utente Druid (0.14+) che presenta molti miglioramenti e consente di creare ingestion_specs tramite l'interfaccia utente.

3. Interfaccia REST per druid_broker per la comunicazione, rende facile l'integrazione con i microservizi.

4. Druid è un database NoSQL ma supporta comunque le query SQL e i BAs/Analisti si sentono a proprio agio nell'usare SQL per interrogare Druid.

5. Opzioni di sicurezza dei dati - Supporto per l'autenticazione HTTP di base e LDAP. Recensione raccolta e ospitata su G2.com.

1. Architettura complessa - Curva di apprendimento ripida e dispone di 6 servizi principali che rendono complessa la distribuzione e la gestione del cluster Druid.

2. Servizi storici ad alta intensità di memoria - I servizi Druid sono piuttosto intensivi in termini di memoria e richiedono istanze cloud con elevate capacità di calcolo e memoria.

3. Supporto all'indicizzazione - Druid supporta solo un tipo di indicizzazione (Indice Invertito) che limita l'idea di ottimizzare le fonti di dati in base al caso d'uso. Recensione raccolta e ospitata su G2.com.

Druid è incredibilmente veloce e ha connettori integrati per la maggior parte delle fonti di dati popolari. Supporta una varietà di dashboard che rende Druid una scelta perfetta per qualsiasi applicazione di streaming in tempo reale. Recensione raccolta e ospitata su G2.com.

Druid esegue query nativamente in formato Json, il che è difficile da apprendere per un utente SQL.

Le query di rollover non sono dinamiche. Esempio: se vuoi eseguire un roll up per un tempo specifico di un giorno a un tempo specifico di un altro giorno, potrebbe non essere possibile.

L'interfaccia grafica web non è nemmeno così user-friendly per un utente aziendale.

Manca una console di gestione del cluster amichevole per le operazioni.

Druid necessita di un server dedicato e non può utilizzare le risorse Hadoop esistenti. Recensione raccolta e ospitata su G2.com.

Druid è il migliore per l'analisi a bassa latenza, poiché combina le migliori qualità di un archivio a colonne e l'indicizzazione invertita. Con gli archivi a colonne, Druid può minimizzare i costi di I/O per le query analitiche.

Supporta OLTP e OLAP.

Aggregazione in tempo reale.

Ingestione batch e in tempo reale. Recensione raccolta e ospitata su G2.com.

1. Nessuna tolleranza ai guasti nel percorso di esecuzione delle query. es: Una singola query viene elaborata su centinaia di nodi storici — manca completamente di tolleranza ai guasti nel percorso di esecuzione delle query.

2. Le sotto-query in ritardo sui nodi storici richiedono molto tempo.

3. Il riempimento posteriore richiede molto tempo. Ma è comprensibile poiché aggiornare il vecchio segmento e aggiornarlo richiede molto tempo. Non lo considererei un difetto.

4. Poiché i Druid Broker devono mantenere la vista dell'intero cluster in memoria, richiedono significativamente più memoria e causano molte pause del GC della JVM.

5. In caso di query di grandi dimensioni, satura la capacità di elaborazione dell'intero strato storico per decine di secondi. Recensione raccolta e ospitata su G2.com.

È facile integrarsi con altri motori di database come MySQL. Questo è chiamato caratteristiche di integrazione sono buone! Recensione raccolta e ospitata su G2.com.

Non sarà possibile configurarlo con alcune delle piattaforme di analisi dei dati come "Metatron." Metatron utilizza una versione modificata di Druid! Recensione raccolta e ospitata su G2.com.

La comunità dietro Druid e la sua documentazione sono eccezionali. La scala a cui Druid può ingerire e interrogare i dati è impressionante. Recensione raccolta e ospitata su G2.com.

Solo le versioni recenti supportano i join tra le fonti di dati. Alcuni messaggi di log potrebbero essere più dettagliati. Recensione raccolta e ospitata su G2.com.

Supporta eccellentemente la scalabilità orizzontale. La funzionalità di archiviazione profonda migliora la resilienza dei dati e rende facile aggiungere un nuovo nodo. Poiché i dati sono partizionati per tempo di default, le query basate sul tempo funzionano estremamente bene. Può ingerire una grande quantità di dati molto rapidamente. Ha molti plugin per soddisfare le tue esigenze e può integrarsi con molte infrastrutture cloud di default. Recensione raccolta e ospitata su G2.com.

È necessario fornire funzionalità migliori per ospitare più inquilini. Gli aggiornamenti ai dati esistenti sono attualmente supportati ricostruendo completamente il segmento temporale corrispondente dalla fonte originale. Invece, dovrebbe supportare aggiornamenti basati su ID inquilino. Gli aggiornamenti nello stesso giorno sono un po' complicati e devono essere risolti.

Uno dei luoghi in cui lo utilizziamo è per calcolare la soppressione dei dati basata su dati demografici ed è lento in quel particolare scenario. Recensione raccolta e ospitata su G2.com.

Apache Druid funziona molto bene se hai bisogno di aggregazioni di base su dati di serie temporali immutabili. Ha alcune approssimazioni davvero utili come HyperLogLog per stime di cardinalità rapide che convergono a conteggi esatti per piccoli dataset. Supporta anche ora Druid SQL come linguaggio di query, che non ha la ripida curva di apprendimento richiesta dal linguaggio di query nativo di Druid. Recensione raccolta e ospitata su G2.com.

Apache Druid diventa difficile da usare e molto inefficiente quando i tuoi dati vengono 1) aggiornati 2) ingeriti fuori ordine (basato sul timestamp) o 3) richiedono join. Purtroppo, questo limita notevolmente il numero di casi d'uso che Druid supporta facilmente. Si possono costruire strumenti attorno ad esso per supportare cose come l'ingestione fuori ordine, ma ciò rende Druid molto inefficiente.

Druid ha anche colli di bottiglia intrinseci nel suo design: ogni cluster può avere solo un coordinatore e un overlord. Abbiamo scoperto che questo rendeva impossibile scalare un singolo cluster per soddisfare le nostre esigenze. Recensione raccolta e ospitata su G2.com.

Facile da usare, buona documentazione, flessibile, scalabile. Recensione raccolta e ospitata su G2.com.

Le prestazioni non sono sempre prevedibili. Le specifiche di ingestione possono essere difficili da creare e da debug. Recensione raccolta e ospitata su G2.com.

Capacità di ingestione e interrogazione in tempo reale

Prestazioni di interrogazione sotto il secondo

Archivio dati basato su serie temporali

Supporto per Slice N Dice

Compressione dei dati Recensione raccolta e ospitata su G2.com.

Incapacità di supportare dati annidati

Supporto parziale per l'unione

Configurazione per avviarlo per la prima volta Recensione raccolta e ospitata su G2.com.

1) Dati pre-aggregati in dimensioni e metriche

2) Recupero dei risultati delle query/dati alla velocità della luce Recensione raccolta e ospitata su G2.com.

Gestire il broker/cluster se il carico è elevato

Limitazione nelle dimensioni dinamiche Recensione raccolta e ospitata su G2.com.