EMR Druid 探索（二）

EMR Druid

上文介绍了 Druid 的特点、使用场景以及性能。EMR 在 3.11.0 引入了 Druid，并专门推出了一种新的集群类型：Druid 集群。在具体使用时，Druid 集群可以与 Hadoop 集群结合，以 HDFS 集群作为 deep storage 的存储，以 YARN 作为批量索引的计算引擎。Druid 集群亦可以与 Kafka 集群结合，将 Kafka 作为实时数据的来源。用户亦可用 Druid 摄取来自于 Spark Streaming 或者 Storm 的实时数据。

EMR 在 Druid 基础上也做了一些很有用的扩展，比如，

• 支持 deep storage 到 OSS（一个很有用的功能，不必担心 HDFS 集群变动带来的数据危险），以及将 OSS 文件作为批量索引的数据来