GitHub
commit
1172819d43
17
CONTACT.md
17
CONTACT.md
|
|
@ -1,11 +1,22 @@
|
|||
# 公众平台
|
||||
# 联系我们
|
||||
|
||||
如果您有兴趣参与我们的小组和项目，请使用下面的联系方式和我们联系：
|
||||
|
||||
| 联系方式名称 | 联系方式 |
|
||||
|---|---|
|
||||
| 电子邮件 | [service@ossez.com](mailto:service@ossez.com) |
|
||||
| QQ 或微信 | 103899765 |
|
||||
| QQ 交流群 Spring | 15186112 |
|
||||
| 社区论坛 | [https://www.ossez.com/](https://www.ossez.com/) |
|
||||
|
||||
## 公众平台
|
||||
|
||||
我们建议您通过社区论坛来和我们进行沟通，请关注我们公众平台上的账号
|
||||
|
||||
## 微信公众号
|
||||
### 微信公众号
|
||||
|
||||
|
||||
## 头条号
|
||||
### 头条号
|
||||
我们也在头条号上创建了我们的公众号，请扫描下面的 QR 关注我们的头条号。
|
||||
|
||||
|
||||
|
|
|
|||
37
README.md
37
README.md
|
|
@ -1,3 +1,7 @@
|
|||
# Apache Druid 中文文档项目
|
||||
欢迎来到 Druid 中文文档项目。
|
||||
|
||||
本项目文档使用 docsify 工具进行编译，编译渲染部署后的版本请访问页面：[https://druid.ossez.com/](https://druid.ossez.com/)。
|
||||
|
||||
---
|
||||
|
||||
|
|
@ -11,7 +15,7 @@
|
|||
|
||||
---
|
||||
|
||||
## Apache Druid
|
||||
## Apache Druid 简介
|
||||
Apache Druid 是一个高性能的实时分析型数据库。 Druid 的主要价值是能够减少检查和查找的时间。
|
||||
|
||||
Druid 的工作流被设计为能够快速进行查询并且能够对实时的情况进行分析。
|
||||
|
|
@ -36,22 +40,29 @@ Druid 的查询能够很好的支持即席查询，但同时也带来一些复
|
|||
### 云原生、流原生的分析型数据库
|
||||
Druid专为需要快速数据查询与摄入的工作流程而设计，在即时数据可见性、即席查询、运营分析以及高并发等方面表现非常出色。
|
||||
|
||||
在实际中 [众多场景](misc/index.md) 下数据仓库解决方案中，可以考虑将Druid当做一种开源的替代解决方案。
|
||||
在实际中的众多场景下数据仓库解决方案，都可以考虑将 Druid 作为一种开源的替代解决方案。
|
||||
|
||||
### 可轻松与现有的数据管道进行集成
|
||||
Druid原生支持从[Kafka](http://kafka.apache.org/)、[Amazon Kinesis](https://aws.amazon.com/cn/kinesis/)等消息总线中流式的消费数据，也同时支持从[HDFS](https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/HdfsUserGuide.html)、[Amazon S3](https://aws.amazon.com/cn/s3/)等存储服务中批量的加载数据文件。
|
||||
请访问 [Druid 资源快速导航](misc/index.md) 页面来简要查看我们收集的相关技术文档和使用案例。
|
||||
|
||||
### 轻松与现有的数据源
|
||||
Druid 原生支持从 [Kafka](http://kafka.apache.org/) ，[Amazon Kinesis](https://aws.amazon.com/cn/kinesis/) 等消息总线中流式的消费数据，
|
||||
也同时支持从 [HDFS](https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/HdfsUserGuide.html) ，
|
||||
[Amazon S3](https://aws.amazon.com/cn/s3/) 等存储服务中批量加载数据。
|
||||
|
||||
### 较传统方案提升近百倍的效率
|
||||
Druid创新地在架构设计上吸收和结合了[数据仓库](https://en.wikipedia.org/wiki/Data_warehouse)、[时序数据库](https://en.wikipedia.org/wiki/Time_series_database)以及[检索系统](https://en.wikipedia.org/wiki/Search_engine_(computing))的优势，在已经完成的[基准测试](https://imply.io/post/performance-benchmark-druid-presto-hive)中展现出来的性能远远超过数据摄入与查询的传统解决方案。
|
||||
Druid 创新地在架构设计上吸收和结合了[数据仓库](https://en.wikipedia.org/wiki/Data_warehouse)，
|
||||
[时序数据库](https://en.wikipedia.org/wiki/Time_series_database) 以及
|
||||
[检索系统](https://en.wikipedia.org/wiki/Search_engine_(computing)) 的优势。
|
||||
|
||||
在已完成的 [基准测试](https://imply.io/post/performance-benchmark-druid-presto-hive) 中针对传统数据输入和查询的解决方案展现强大的性能。
|
||||
|
||||
### 解锁了一种新型的工作流程
|
||||
Druid为点击流、APM、供应链、网络监测、市场营销以及其他事件驱动类型的数据分析解锁了一种[新型的查询与工作流程](misc/usercase.md)，它专为实时和历史数据高效快速的即席查询而设计。
|
||||
Druid 为点击流、APM、供应链、网络监测、市场营销以及其他事件驱动类型的数据分析解锁了一种新型的查询与工作流程， 它专为实时和历史数据高效快速的即席查询而设计。
|
||||
|
||||
### 可部署在AWS/GCP/Azure,混合云,Kubernetes, 以及裸机上
|
||||
无论在云上还是本地，Druid可以轻松的部署在商用硬件上的任何*NIX环境。部署Druid也是非常简单的，包括集群的扩容或者下线都也同样很简单。
|
||||
### 强大部署能力
|
||||
Druid 可部署在 AWS/GCP/Azure, 混合云, Kubernetes, 以及裸机上，针对中文环境阿里的云计算平台也提供了无缝集成。
|
||||
无论在云上还是本地，Druid 都可以轻松部署在基于 *NIX 环境的任何商用硬件上。部署 Druid 是非常简单的，包括集群的扩容或者下线都也同样很简单。
|
||||
|
||||
```text
|
||||
在国内Druid的使用者越来越多，但是并没有一个很好的中文版本的使用文档。
|
||||
本文档根据Apache Druid官方文档0.20.1版本进行翻译，目前托管在Github上，欢迎更多的Druid使用者以及爱好者加入翻译行列，为国内的使用者提供一个高质量的中文版本使用文档。
|
||||
|
||||
```
|
||||
!> 本 Druid 技术文档结合了很多前期翻译和贡献者的内容，并且根据在实际使用遇到的问题总结，同时参考了官方的文档更新。
|
||||
目前托管在 [Github](https://github.com/cwiki-us-docs/) 上，欢迎更多的 Druid 使用者以及爱好者加入翻译行列，您可以 Fork 仓库后创建 PR。
|
||||
联系我们的方式，请参考导航栏中的联系我们，同时编译渲染部署后的版本请访问页面：[https://druid.ossez.com/](https://druid.ossez.com/)。
|
||||
|
|
|
|||
|
|
@ -1,6 +1,6 @@
|
|||
- DRUID.OSSEZ.COM 概述
|
||||
- [项目概述](README.md)
|
||||
- [公众平台](CONTACT.md)
|
||||
- [联系我们](CONTACT.md)
|
||||
|
||||
- 开始使用
|
||||
- [Druid 介绍](design/index.md)
|
||||
|
|
|
|||
Loading…
Reference in New Issue