Avaliações e Detalhes do Produto Druid

1. Capacidade de pré-agregação que permite pré-calcular agregações e salvar agregados em segmentos. Assim, reduz os custos de computação e armazenamento.

2. Interface do Druid (0.14+) que possui muitas melhorias e permite criar ingestion_specs através da interface.

3. Interface REST para druid_broker para comunicação, facilita a integração com microsserviços.

4. Druid é um banco de dados NoSQL, mas ainda assim possui suporte a consultas SQL e os analistas de negócios estão confortáveis usando SQL para consultar o Druid.

5. Opções de segurança de dados - Suporte a autenticação HTTP básica e LDAP. Análise coletada por e hospedada no G2.com.

1. Arquitetura Complexa - Curva de aprendizado íngreme e possui 6 serviços principais que tornam o deployment e a gestão do cluster Druid complexos.

2. Serviços Históricos Intensivos em Memória - Os serviços Druid são bastante intensivos em memória e requerem instâncias de nuvem com alta capacidade de computação e memória.

3. Suporte de Indexação - O Druid suporta apenas 1 indexação (Índice Invertido), o que limita a ideia de otimizar fontes de dados conforme o caso de uso. Análise coletada por e hospedada no G2.com.

Druid é incrivelmente rápido e possui conectores integrados para a maioria das fontes de dados populares. Ele suporta uma variedade de painéis, o que torna o Druid uma escolha perfeita para qualquer Aplicação de Streaming em Tempo Real. Análise coletada por e hospedada no G2.com.

Druid consulta nativamente no formato Json, o que é difícil de entender para um usuário de SQL.

Consultas de rollover não são dinâmicas. Exemplo - Se você quiser fazer roll up de um horário específico de um dia para um horário específico de outro dia, isso pode não ser possível.

A interface gráfica da web também não é tão amigável para um usuário de negócios.

Falta um console de gerenciamento de cluster amigável para operações.

Druid precisa de um servidor dedicado e não pode utilizar os recursos existentes do Hadoop. Análise coletada por e hospedada no G2.com.

Druid é o melhor para análises de baixa latência, pois combina as melhores qualidades de um armazenamento em colunas e indexação invertida. Com armazenamento em colunas, o druid pode minimizar os custos de I/O para consultas analíticas.

Ele suporta OLTP e OLAP.

Agregação em Tempo Real.

Ingestão em Lote e em Tempo Real. Análise coletada por e hospedada no G2.com.

1. Nenhuma tolerância a falhas no caminho de execução da consulta. ex: Uma única consulta ser processada em centenas de nós históricos — falta completamente qualquer tolerância a falhas no caminho de execução da consulta.

2. Subconsultas lentas nos nós históricos levam muito tempo.

3. O preenchimento retroativo leva muito tempo. Mas é compreensível, pois atualizar o segmento antigo e atualizá-lo leva muito tempo. Eu não consideraria isso uma desvantagem.

4. Como os Druid Brokers precisam manter a visão de todo o cluster na memória, requerem significativamente mais memória e também causam muitas pausas de GC do JVM.

5. No caso de consultas grandes, satura a capacidade de processamento de toda a camada histórica por até dezenas de segundos. Análise coletada por e hospedada no G2.com.

É fácil integrar com outros motores de banco de dados como o MySQL. Isso é chamado de recursos de integração são bons! Análise coletada por e hospedada no G2.com.

Ele não poderá ser configurado com algumas das plataformas de análise de dados como "Metatron." Metatron usa uma versão modificada do Druid! Análise coletada por e hospedada no G2.com.

A comunidade por trás do Druid e sua documentação são ótimas. A escala em que o Druid pode ingerir e consultar dados é impressionante. Análise coletada por e hospedada no G2.com.

Apenas versões recentes têm suporte para junções entre fontes de dados. Algumas mensagens de log poderiam ser mais detalhadas. Análise coletada por e hospedada no G2.com.

Ele suporta excelentemente a escalabilidade horizontal. A funcionalidade de armazenamento profundo melhora a resiliência dos dados e facilita a adição de um novo nó. Como os dados são particionados por tempo desde o início, as consultas baseadas em tempo têm um desempenho extremamente bom. Ele pode ingerir uma grande quantidade de dados muito rapidamente. Possui múltiplos plugins para atender às suas necessidades e pode integrar-se com muitas infraestruturas de nuvem desde o início. Análise coletada por e hospedada no G2.com.

É necessário fornecer melhores recursos para acomodar múltiplos inquilinos. As atualizações dos dados existentes são atualmente suportadas pela reconstrução completa do segmento de tempo correspondente a partir da fonte verdadeira. Em vez disso, deveria suportar atualizações baseadas no ID do inquilino. Atualizações no mesmo dia são um pouco complicadas e precisam ser resolvidas.

Um dos lugares onde o usamos é para calcular a supressão de dados baseada em demografia, e é lento nesse cenário específico. Análise coletada por e hospedada no G2.com.

O Apache Druid funciona muito bem se você precisar de agregações básicas em dados de séries temporais imutáveis. Ele possui algumas aproximações realmente úteis, como o HyperLogLog para estimativas rápidas de cardinalidade que convergem para contagens exatas em pequenos conjuntos de dados. Ele também agora suporta o Druid SQL como linguagem de consulta, que não tem a curva de aprendizado acentuada que a linguagem de consulta nativa do Druid exige. Análise coletada por e hospedada no G2.com.

O Apache Druid torna-se difícil de usar e muito ineficiente quando seus dados são 1) atualizados 2) ingeridos fora de ordem (com base no timestamp) ou 3) requerem junções. Infelizmente, isso limita muito o número de casos de uso que o Druid suporta prontamente. Ferramentas podem ser construídas em torno dele para suportar coisas como ingestão fora de ordem, mas isso torna o Druid muito ineficiente.

O Druid também tem gargalos inerentes em seu design: cada cluster pode ter apenas um coordenador e um overlord. Descobrimos que isso tornava impossível escalar um único cluster para atender às nossas necessidades. Análise coletada por e hospedada no G2.com.

Fácil de usar, boa documentação, flexível, escalável. Análise coletada por e hospedada no G2.com.

O desempenho nem sempre é previsível. As especificações de ingestão podem ser difíceis de criar e depurar. Análise coletada por e hospedada no G2.com.

Capacidade de ingestão e consulta em tempo real

Desempenho de consulta em sub-segundos

Armazenamento de dados baseado em séries temporais

Suporte a Slice N Dice

Compressão de dados Análise coletada por e hospedada no G2.com.

Incapacidade de suportar dados aninhados

Suporte Parcial de Junção

Configuração para trazê-lo pela primeira vez Análise coletada por e hospedada no G2.com.

1) Dados pré-agregados em dimensões e métricas

2) Recuperação de dados/ resultados de consulta extremamente rápida Análise coletada por e hospedada no G2.com.

Gerenciando o corretor/cluster se a carga for alta

Limitação em dimensões dinâmicas Análise coletada por e hospedada no G2.com.