Druid
Echtzeit-Analytics-Datenbank für Abfragen unter einer Sekunde über kontinuierlich streamende und historische Ereignisdaten im großen Maßstab.
- Aktiv gepflegt
- Von einer Foundation unterstützt
- Gut dokumentiert
- Permissive Lizenz
Überblick
Apache Druid nimmt Daten kontinuierlich sowohl aus Streaming-Quellen (wie Kafka) als auch aus Batch-Quellen auf und ist speziell für schnelle Aggregationsabfragen – Zählungen, Summen, Perzentile – über diese Daten konzipiert, selbst während laufend neue Ereignisse eintreffen. Es wird häufig eingesetzt, um Echtzeit-Dashboards und nutzerseitige Analytics anzutreiben.
Druid eignet sich für Teams, die Echtzeit-Analytics-Dashboards oder nutzerseitige Metriken auf kontinuierlich streamenden Daten bauen – als Ergänzung zu ClickHouse (ebenfalls in diesem Katalog): Beide sind OLAP-Engines, aber Druids Architektur ist speziell auf Echtzeit-Streaming-Ingestion optimiert.
Warum es in diesem Katalog steht
Katalog-Bewertung: ★★★☆☆ (3/5)
Real-time OLAP database, differentiated from ClickHouse/Trino by its real-time ingestion focus.
- Ausgereift
- Stiftungsgeführt
- Kategorien
- Analytics
- Sprachen
- Java
- Lizenz
- Apache-2.0
Mit einem anderen Projekt vergleichen
Ähnliche Projekte
ClickHouse
Apache-2.0Spaltenorientierte Datenbank für Echtzeit-Analyseabfragen über riesige Datensätze, die aggregierte Berichte in Millisekunden statt Sekunden oder Minuten erzeugt.
Aktiv gepflegt
- Analytics
Flink
Apache-2.0Verteilte Stream-Processing-Engine zur Berechnung über kontinuierliche, unbegrenzte Datenströme mit Exactly-once-Korrektheitsgarantien.
Aktiv gepflegt
- Analytics
Spark
Apache-2.0Einheitliche Analytics-Engine für Batch- und Stream-Datenverarbeitung im großen Maßstab, eines der am weitesten verbreiteten Big-Data-Frameworks.
Aktiv gepflegt
- Analytics
Trino
Apache-2.0Verteilte SQL-Abfrage-Engine, mit der du föderierte Abfragen über mehrere Datenquellen – Datenbanken, Data Lakes und mehr – von einem Ort aus ausführen kannst.
Aktiv gepflegt
- Analytics
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.