Principais Alternativas de Druid Mais Bem Avaliadas
Apache Druid works very well if you need basic aggregations across immutable time series data. It has some really useful approximations such as HyperLogLog for fast cardinality estimations that converge to exact counts for small datasets. It also now supports Druid Sql as a query language which doesn't have the steep learning curve native Druid query language requires. Análise coletada por e hospedada no G2.com.
Apache Druid becomes hard to use and very inefficient when your data is 1) updated 2) ingested out of order (based on timestamp) or 3) requires joins. Unfortunately this greatly limits the number of use-cases that Druid readily supports. Tooling can be built around it to support things like out of order ingestion but it makes Druid very inefficient.
Druid also has inherent bottlenecks in its design: each cluster can have only one coordinator and one overlord. We found that this made it impossible to scale a single cluster out to meet our needs. Análise coletada por e hospedada no G2.com.
30 de 31 Avaliações Totais para Druid
Sentimento Geral da Revisão para Druid
Entre para ver o sentimento das avaliações.
1. Pre-aggregate capability which allows to pre-calculate aggregations and save aggregates in segments. Thus, reduces compute and storage costs.
2. Druid UI (0.14+) which has many improvements and allows creating ingestion_specs via UI
3. REST interface for druid_broker for communication, makes it easy to integrate with microservices
4. Druid is a NoSQL DB still it has SQL query support and BAs/Analysts are comfortable using SQL to query Druid
5. Data Security options - Basic HTTP Auth and LDAP supported Análise coletada por e hospedada no G2.com.
1. Complex Architecture - Steep learning curve and has 6 core services which makes deployment & management of Druid cluster complex
2. Memory intensive Historical services - Druid services are quite memory intensive and requires high compute+memory cloud instances.
3. Indexing support - Druid supports only 1 indexing (Inverted Index) which limits the idea of optimizing datasources as per usecase 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.
It excellently supports horizontal scalability, The deep storage functionality improves data resilience and makes it easy to add a new node. Since the data is partitioned by time out of the box, time-based queries perform exceedingly well. It can ingest a large amount of data very quickly. It has multiple plugins to suffice your need and it can integrate with many cloud infrastructure out of the box. Análise coletada por e hospedada no G2.com.
Need to provide better features to accommodate multi-tenants. Updates to existing data are currently supported by rebuilding the corresponding time segment entirely from the true source, Instead, it should support tenant id based updates. Same-day updates are a little bit tricky and need to iron it out.
One of the places we use it to calculate demographic-based suppression of data and it is slow in that particular scenario. 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.

é orientado a colunas e um armazenamento de dados distribuído de código aberto. é incrível na ingestão de uma quantidade massiva de dados orientados por eventos e fornece consultas de baixa latência nos dados Análise coletada por e hospedada no G2.com.
limitações com escalonamento automático (escalar para cima e para baixo dos servidores druid com base na demanda). Análise coletada por e hospedada no G2.com.