Druid 数据接入

1. 概述

Apache Druid 是一个实时分析型数据库，旨在对大型数据集进行快速查询和分析。Druid 最常被当做数据库，用以支持实时摄取、高查询性能和高稳定运行的应用场景。例如，Druid 通常被用来作为图形分析工具的数据源来提供数据，或当有需要高聚和高并发的后端 API。同时 Druid 也非常适合针对面向事件类型的数据。观远数据针对 Druid 专门开发了数据连接器，本文将介绍如何连接 Druid 数据库。

2. 准备工作

在连接数据库之前，请收集以下信息：

• 数据库的版本（版本要求： Druid ≥ 1.9.0）；

• 数据库所在服务器的 IP 地址和端口号；

• 数据库的名称；

• 数据库的用户名和密码；

• 需要连接的数据库方式。

3. 连接步骤

3.1 创建数据连接账户

登录观远BI ，点击「数据中心>数据账户」，点击「新建数据账户」，在添加账户弹窗中，账户平台框选择「Druid」，如下图所示：

3.2 创建数据集

3.2.1 选择连接器

点击「数据中心>数据集」，点击“+新建数据集”，选择“数据库”。在“选择连接器”中选中“Druid”，点击下一步。

3.2.2 选择数据表

下拉选择已有数据账户，选择数据表。用户还可以根据自己的需要在中间“SQL 查询”区域填写查询语句。

输入框下方有“时间宏”供您选择，为数据更新与动态分析设置时间要求。观远数据的动态时间宏，可以帮助您根据当前日期生成动态SQL，高效实现定时刷新数据与增量更新。例如我们可以输入这样的SQL语句：

更多使用方式可查看《动态时间宏》。点击“时间宏”下方的“添加参数”功能，可以使用参数来实现数据分析维度的切换。更多使用方式可查看《全局参数》。

数据预览成功后，可进入到下一步。

3.2.3 数据连接及更新设置

观远数据支持“直连数据库”与“Guan-Index”两种数据库连接方式。点击数据库连接方式的选择框，选择“直连数据库”或“Guan-Index”，并进行相关设置。

方式一： 直连数据库

直连数据库，是指选择“直连数据库”时，卡片数据将直接从数据库获得。用户需要设置“缓存有效周期”和“支持实时卡片数据”。

• “缓存有效周期”即“数据更新周期”，作用是定时更新与该数据集相关的所有卡片、卡片数据集、ETL、JOIN等数据。

• “支持实时卡片数据”是指建在该数据集上的卡片，可支持更短周期的数据更新，当前默认为1分钟。

如果开通了“24h定时更新任务密度图功能”，功能开启后，缓存有效周期选择每天/每周/每月，则会展示定时更新任务密度图（如需使用该功能，请联系观远人员协助开启）。

方式二： Guan-Index

Guan-Index，是指数据被抽取到观远服务器后将构建物理数据集，支持增量更新。具体使用步骤如下：

• 首先，当您选择Guan-Index模式时，在上一步的“数据库查询”中，不能选择“添加参数”。

• 其次，若您要对数据集进行增量更新或未来有设置增量更新的可能，可以通过点击选择“去重主键”，对未来需要增量更新的字段进行设置。

• 再次，如点击“增量更新”，您可以填写SQL来设置增量更新的条件，通常与时间宏参数配合进行。

• 最后，设置数据更新周期，即可进入“下一步”。

3.2.4 确认数据表信息

在确认数据表信息阶段，观远数据支持确定数据集名称与保存位置、支持字段重命名。

信息一：确定数据集名称与保存位置

为您的数据集提供一个方便辨识的名字，以及指定保存位置。点击确认后，数据集创建成功，可以在“数据中心”-“数据集”中找到它。需要注意的是，若创建的是Guan-Index数据集，您可能需要等待一段时间，等数据抽取完成后可以在“数据中心”看到正确的数据集信息。

信息二：支持字段重命名

当字段名需要修改时，点击字段名右侧的小箭头，即可打开下拉框，修改字段名。

3.3 使用数据集

在数据集创建完后，可以直接使用数据集制作可视化图表等操作，您还可以对数据集进行其他设置操作，具体操作可查看《数据集》相关文档。