2020-07-09 06:33:37 -04:00
|
|
|
|
<!-- toc -->
|
|
|
|
|
|
## Lookups
|
|
|
|
|
|
|
|
|
|
|
|
> [!WARNING]
|
|
|
|
|
|
> Lookups是一个 [实验性的特性](../Development/experimental.md)
|
|
|
|
|
|
|
|
|
|
|
|
Lookups是Apache Druid中的一个概念，在Druid中维度值(可选地)被新值替换，从而允许类似join的功能。在Druid中应用Lookup类似于在数据仓库中的联接维度表。有关详细信息，请参见 [维度说明](querydimensions.md)。在这些文档中，"key"是指要匹配的维度值，"value"是指其替换的目标值。所以如果你想把 `appid-12345` 映射到`Super Mega Awesome App`，那么键应该是 `appid-12345`，值就是 `Super Mega Awesome App`。
|
|
|
|
|
|
|
|
|
|
|
|
值得注意的是，Lookups不仅支持键一对一映射到唯一值（如国家代码和国家名称）的场景，还支持多个ID映射到同一个值的场景，例如多个应用程序ID映射到一个客户经理。当Lookup是一对一的时候，Druid能够在查询时应用额外的优化；有关更多详细信息，请参阅下面的 [查询执行](#查询执行)。
|
|
|
|
|
|
|
|
|
|
|
|
Lookups没有历史记录，总是使用当前的数据。这意味着，如果特定应用程序id的首席客户经理发生更改，并且您发出了一个查询，其中存储了应用程序id与客户经理之间的关系，则无论您查询的时间范围如何，它都将返回该应用程序id的当前客户经理。
|
|
|
|
|
|
|
|
|
|
|
|
如果您需要进行对数据时间范围敏感的Lookups，那么目前在查询时不支持这样的场景，并且这些数据属于原始的非规范化数据中，以便在Druid中使用。
|
|
|
|
|
|
|
|
|
|
|
|
在所有服务器上，Lookup通常都预加载在内存中。但是，对于非常小的Lookup（大约几十到几百个条目）也可以使用"map"Lookup类型在原生查询时内联传递。有关详细信息，请参见 [维度说明](querydimensions.md)。
|
|
|
|
|
|
|
|
|
|
|
|
其他的Lookup类型在扩展中是可用的，例如：
|
|
|
|
|
|
* 来自本地文件、远程URI或JDBC的全局缓存Lookup，使用 [lookups-cached-global扩展](../Configuration/core-ext/lookups-cached-global.md)
|
|
|
|
|
|
* 来自Kafka Topic的全局缓存Lookup，使用 [ kafka-extraction-namespace扩展](../Configuration/core-ext/kafka-extraction-namespace.md)
|
|
|
|
|
|
|
|
|
|
|
|
### 查询符号
|
|
|
|
|
|
|
|
|
|
|
|
在[Druid SQL](druidsql.md) 中，Lookups可以使用 [`LOOKUP`函数](druidsql.md#字符串函数) 来进行查询，例如：
|
|
|
|
|
|
|
|
|
|
|
|
```sql
|
|
|
|
|
|
SELECT
|
|
|
|
|
|
LOOKUP(store, 'store_to_country') AS country,
|
|
|
|
|
|
SUM(revenue)
|
|
|
|
|
|
FROM sales
|
|
|
|
|
|
GROUP BY 1
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
也可以使用 [JOIN运算符](datasource.md#join):
|
|
|
|
|
|
|
|
|
|
|
|
```sql
|
|
|
|
|
|
SELECT
|
|
|
|
|
|
store_to_country.v AS country,
|
|
|
|
|
|
SUM(sales.revenue) AS country_revenue
|
|
|
|
|
|
FROM
|
|
|
|
|
|
sales
|
|
|
|
|
|
INNER JOIN lookup.store_to_country ON sales.store = store_to_country.k
|
|
|
|
|
|
GROUP BY 1
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
在原生查询中，lookups可以使用 [维度规范或者提取函数](querydimensions.md)
|
|
|
|
|
|
|
|
|
|
|
|
### 查询执行
|
|
|
|
|
|
|
|
|
|
|
|
当执行涉及Lookup函数（如SQL中的 `LOOKUP` 函数）的聚合查询时，Druid可以决定在扫描和聚合行时应用它们，或者在聚合完成后应用它们。在聚合完成后应用Lookup更为有效，所以如果可以的话，Druid会这样做。Druid通过检查Lookup是否标记为"injective"来决定这一点。一般来说，您应该为任何自然的一对一的Lookup设置此属性，以使得Druid尽可能快地运行查询。
|
|
|
|
|
|
|
|
|
|
|
|
"injective"(内部映射式)Lookup应该包括*所有*可能出现在数据集中的键，还应该将所有键映射到*唯一值*。这一点很重要，因为非内部映射式Lookup可能将不同的键映射到同一个值，在聚合过程中必须考虑到这一点，以免查询结果包含两个应该聚合为一个的结果值。
|
|
|
|
|
|
|
|
|
|
|
|
以下Lookup为内部映射式（假设它包含了数据中所有可能的键）：
|
|
|
|
|
|
```
|
|
|
|
|
|
1 -> Foo
|
|
|
|
|
|
2 -> Bar
|
|
|
|
|
|
3 -> Billy
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
但是以下的并不是，因为"2"和"3"映射到同一个键：
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
1 -> Foo
|
|
|
|
|
|
2 -> Bar
|
|
|
|
|
|
3 -> Bar
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
可以通过在Druid配置中指定 `"injective" : true` 来告诉Druid该Lookup为内部映射式。Druid并不会自动的检测。
|
|
|
|
|
|
|
|
|
|
|
|
> [!WARNING]
|
2020-07-13 07:09:57 -04:00
|
|
|
|
> 目前，当Lookup是 [Join数据源](datasource.md#join) 的输入时，不会触发内射查找优化。它只在直接使用查找函数时使用，而不使用联接运算符。
|
|
|
|
|
|
|
|
|
|
|
|
### 动态配置
|
|
|
|
|
|
|
|
|
|
|
|
> [!WARNING]
|
|
|
|
|
|
> 动态Lookup配置是一个 [实验特性](../Development/experimental.md), 不再支持静态配置。下面的文档说明了集群范围的配置，该配置可以通过Coordinator进行访问。配置通过服务器的"tier"概念传播。"tier"被定义为一个应该接收一组Lookup的服务集合。例如，您可以让所有Historical都是 `_default`，而Peon是它们所负责的数据源的各个层的一部分。Lookups的tier完全独立于Historical tiers。
|
|
|
|
|
|
|
|
|
|
|
|
这些配置都可以通过以下URI模板来使用JSON获取到：
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
http://<COORDINATOR_IP>:<PORT>/druid/coordinator/v1/lookups/config/{tier}/{id}
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
假设下面的所有URI都预先被添加到了 `http://<COORDINATOR_IP>:<PORT>`
|
|
|
|
|
|
|
|
|
|
|
|
如果您此前**从未**配置过lookups，**必须**首先通过POST请求发送一个Json Object `{}` 到 `/druid/coordinator/v1/lookups/config` 来进行初始化。
|
|
|
|
|
|
|
|
|
|
|
|
该接口可能返回以下几个结果：
|
|
|
|
|
|
|
|
|
|
|
|
* 资源不存在的时返回404
|
|
|
|
|
|
* 请求格式存在问题时返回400
|
|
|
|
|
|
* 请求(`POST` 和 `DELETE`)被异步接收返回202
|
|
|
|
|
|
* 请求(仅针对 `GET`)成功返回200
|
|
|
|
|
|
|
|
|
|
|
|
### 配置传播行为
|
|
|
|
|
|
配置由Coordinator传播到查询服务进程（Broker / Router / Peon / Historical）。查询服务进程有一个内部API，用于管理进程上的Lookup，这些查询由Coordinator使用。Coordinator定期检查是否有任何进程需要加载/删除Lookup并适当地更新它们。
|
|
|
|
|
|
|
|
|
|
|
|
请注意，一个查询服务进程只能同时处理两个同步的Lookup配置传播请求。该限制是为了防止Lookup处理消耗过多的服务器HTTP连接。
|
|
|
|
|
|
|
|
|
|
|
|
### 配置Lookups的API
|
|
|
|
|
|
#### 批量更新Lookup
|
|
|
|
|
|
#### 更新Lookup
|
|
|
|
|
|
#### 获取所有Lookups
|
|
|
|
|
|
#### 获取Lookup
|
|
|
|
|
|
#### 删除Lookup
|
|
|
|
|
|
#### 删除tier
|
|
|
|
|
|
#### 列出所有tier名称
|
|
|
|
|
|
#### 列出所有Lookup名称
|
|
|
|
|
|
### Lookup状态的API
|
|
|
|
|
|
#### 列出所有Lookups的加载状态
|
|
|
|
|
|
#### 列出一个tier中的Lookups的加载状态
|
|
|
|
|
|
#### 列出单个Lookup的加载状态
|
|
|
|
|
|
#### 列出所有进程的Lookup状态
|
|
|
|
|
|
#### 列出某个tier中进程的Lookup状态
|
|
|
|
|
|
#### 列出单一进程中Lookup的状态
|
|
|
|
|
|
### 内部API
|
|
|
|
|
|
#### 获取Lookups
|
|
|
|
|
|
#### 获取Lookup
|
|
|
|
|
|
### 配置
|
|
|
|
|
|
### 重启时保存配置
|
|
|
|
|
|
### Lookup反射
|
|
|
|
|
|
|
