add query dimensionspec

Misc/learning.md

@@ -15,5 +15,29 @@
 3. [Kylin、Druid、ClickHouse核心技术对比](https://zhuanlan.zhihu.com/p/267311457)
 
    Druid索引结构使用自定义的数据结构，整体上它是一种列式存储结构，每个列独立一个逻辑文件（实际上是一个物理文件，在物理文件内部标记了每个列的start和offset）
+
+   [原文链接](https://zhuanlan.zhihu.com/p/267311457)
+
+4. [适用于大数据的开源OLAP系统的比较：ClickHouse，Druid和Pinot](https://www.cnblogs.com/029zz010buct/p/12674287.html)
+
+   ClickHouse，Druid和Pinot在效率和性能优化上具有大​​约相同的“极限”。没有“魔术药”可以使这些系统中的任何一个都比其他系统快得多。在当前状态下，这些系统在某些基准测试中的性能有很大不同，这一事实并不会让您感到困惑。
+
+   [原文链接](https://www.cnblogs.com/029zz010buct/p/12674287.html)
+
+5. [有人说下kudu,kylin,druid,clickhouse的区别,使用场景么?](https://www.zhihu.com/question/303991599)
+
+   Kylin 和 ClickHouse 都能通过 SQL 的方式在 PB 数据量级下,亚秒级(绝多数查询 5s内返回)返回 OLAP(在线分析查询) 查询结果
+
+   [原文链接](https://www.zhihu.com/question/303991599)
+
+6. [OLAP演进实战，Druid对比ClickHouse输在哪里？](https://www.manongdao.com/article-2427509.html)
+
+   本文介绍eBay广告数据平台的基本情况，并对比分析了ClickHouse与Druid的使用特点。基于ClickHouse表现出的良好性能和扩展能力，本文介绍了如何将eBay广告系统从Druid迁移至ClickHouse，希望能为同业人员带来一定的启发。
+
+   [原文链接](https://www.manongdao.com/article-2427509.html)
+
+7. [clickhouse和druid实时分析性能总结](https://www.pianshen.com/article/26311113725/)
+
+   clickhouse 是俄罗斯的“百度”Yandex公司在2016年开源的，一款针对大数据实时分析的高性能分布式数据库，与之对应的有hadoop生态hive，Vertica和百度出品的palo。
    
-   [原文链接](https://zhuanlan.zhihu.com/p/267311457)
+   [原文链接](https://www.pianshen.com/article/26311113725/)

Querying/dimensionspec.md

@@ -1,2 +1,38 @@
 <!-- toc -->
-#### 带过滤的维度说明
+
+<script async src="https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script>
+<ins class="adsbygoogle"
+     style="display:block; text-align:center;"
+     data-ad-layout="in-article"
+     data-ad-format="fluid"
+     data-ad-client="ca-pub-8828078415045620"
+     data-ad-slot="7586680510"></ins>
+<script>
+     (adsbygoogle = window.adsbygoogle || []).push({});
+</script>
+
+## 查询维度(Query dimensions)
+
+> [!WARNING]
+> Apache Druid支持两种查询语言： [Druid SQL](druidsql.md) 和 [原生查询](makeNativeQueries.md)。该文档描述了原生查询中的一种查询方式。 对于Druid SQL中使用的该种类型的信息，可以参考 [SQL文档](druidsql.md)。
+
+下边的JSON字段可以被用于查询中来对维度值进行操作
+
+### DimensionSpec
+
+`DimensionSpecs`定义在聚合之前如何转换维度值。
+
+#### 默认的DimensionSpec
+
+按原样返回维度值，并可选地重命名维度
+
+```json
+{
+  "type" : "default",
+  "dimension" : <dimension>,
+  "outputName": <output_name>,
+  "outputType": <"STRING"|"LONG"|"FLOAT">
+}
+```
+
+#### 带过滤的DimensionSpec

SUMMARY.md

@@ -1,7 +1,7 @@
 # Summary
 
 * [优质技术文章合集]()
-  * [入门学习类](Misc/learning.md)
+  * [分析调研类](Misc/learning.md)
   * [源码解读类](Misc/sourcecode.md)
   * [优化实践类](Misc/optimized.md)