druid-docs-cn/GettingStarted/chapter-2.md

6.1 KiB
Raw Blame History

快速开始

在本快速入门教程中我们将下载Druid并将其安装在一台服务器上完成初始安装后向集群中加载数据。

在开始快速入门之前,阅读Druid概述数据摄取概述会很有帮助,因为当前教程会引用这些页面上讨论的概念。

预备条件

软件
  • Java 8(8u92+)
  • Linux, Mac OS X, 或者其他类UNIX系统Windows不支持

[!WARNING] Druid服务运行依赖Java 8可以使用环境变量DRUID_JAVA_HOMEJAVA_HOME指定在何处查找Java,有关更多详细信息,请运行verify-java脚本。

硬件

Druid安装包提供了几个单服务器配置的示例以及使用这些配置启动Druid进程的脚本。

如果您正在使用便携式等小型计算机上运行服务则配置为4CPU/16GB RAM环境的micro-quickstart配置是一个不错的选择。

如果您打算在本教程之外使用单机部署进行进一步试验评估,则建议使用比micro-quickstart更大的配置。

入门开始

下载Druid最新0.17.0release安装包

在终端中运行以下命令来提取Druid

tar -xzf apache-druid-0.17.0-bin.tar.gz
cd apache-druid-0.17.0

在安装包中有以下文件:

  • LICENSENOTICE文件
  • bin/* - 启停等脚本
  • conf/* - 用于单节点部署和集群部署的示例配置
  • extensions/* - Druid核心扩展
  • hadoop-dependencies/* - Druid Hadoop依赖
  • lib/* - Druid核心库和依赖
  • quickstart/* - 配置文件,样例数据,以及快速入门教材的其他文件

启动服务

以下命令假定您使用的是micro-quickstart单机配置,如果使用的是其他配置,在bin目录下有每一种配置对应的脚本,如bin/start-single-server-small

apache-druid-0.17.0安装包的根目录下执行命令:

./bin/start-micro-quickstart

然后将在本地计算机上启动Zookeeper和Druid服务实例例如

$ ./bin/start-micro-quickstart
[Fri May  3 11:40:50 2019] Running command[zk], logging to[/apache-druid-0.17.0/var/sv/zk.log]: bin/run-zk conf
[Fri May  3 11:40:50 2019] Running command[coordinator-overlord], logging to[/apache-druid-0.17.0/var/sv/coordinator-overlord.log]: bin/run-druid coordinator-overlord conf/druid/single-server/micro-quickstart
[Fri May  3 11:40:50 2019] Running command[broker], logging to[/apache-druid-0.17.0/var/sv/broker.log]: bin/run-druid broker conf/druid/single-server/micro-quickstart
[Fri May  3 11:40:50 2019] Running command[router], logging to[/apache-druid-0.17.0/var/sv/router.log]: bin/run-druid router conf/druid/single-server/micro-quickstart
[Fri May  3 11:40:50 2019] Running command[historical], logging to[/apache-druid-0.17.0/var/sv/historical.log]: bin/run-druid historical conf/druid/single-server/micro-quickstart
[Fri May  3 11:40:50 2019] Running command[middleManager], logging to[/apache-druid-0.17.0/var/sv/middleManager.log]: bin/run-druid middleManager conf/druid/single-server/micro-quickstart

所有的状态例如集群元数据存储和服务的segment文件将保留在apache-druid-0.17.0软件包根目录下的var目录中, 服务的日志位于 var/sv

稍后,如果您想停止服务,请按CTRL-C退出bin/start-micro-quickstart脚本该脚本将终止Druid进程。

集群启动后,可以访问http://localhost:8888来Druid控制台控制台由Druid Router进程启动。

tutorial-quickstart

所有Druid进程完全启动需要花费几秒钟。 如果在启动服务后立即打开控制台,则可能会看到一些可以安全忽略的错误。

加载数据

教程使用的数据集

对于以下数据加载教程我们提供了一个示例数据文件其中包含2015年9月12日发生的Wikipedia页面编辑事件。

该样本数据位于Druid包根目录的quickstart/tutorial/wikiticker-2015-09-12-sampled.json.gz中,页面编辑事件作为JSON对象存储在文本文件中。

示例数据包含以下几列,示例事件如下所示:

  • added
  • channel
  • cityName
  • comment
  • countryIsoCode
  • countryName
  • deleted
  • delta
  • isAnonymous
  • isMinor
  • isNew
  • isRobot
  • isUnpatrolled
  • metroCode
  • namespace
  • page
  • regionIsoCode
  • regionName
  • user
{
  "timestamp":"2015-09-12T20:03:45.018Z",
  "channel":"#en.wikipedia",
  "namespace":"Main",
  "page":"Spider-Man's powers and equipment",
  "user":"foobar",
  "comment":"/* Artificial web-shooters */",
  "cityName":"New York",
  "regionName":"New York",
  "regionIsoCode":"NY",
  "countryName":"United States",
  "countryIsoCode":"US",
  "isAnonymous":false,
  "isNew":false,
  "isMinor":false,
  "isRobot":false,
  "isUnpatrolled":false,
  "added":99,
  "delta":99,
  "deleted":0,
}
数据加载

以下教程演示了将数据加载到Druid的各种方法包括批处理和流处理用例。 所有教程均假定您使用的是上面提到的micro-quickstart单机配置。

重置集群状态

如果要在清理服务后重新启动,请删除var目录,然后再次运行bin/start-micro-quickstart脚本。

一旦每个服务都启动,您就可以加载数据了。

重置Kafka

如果您完成了教程从Kafka加载流数据并希望重置集群状态则还应该清除所有Kafka状态。

在停止ZooKeeper和Druid服务之前使用CTRL-C关闭Kafka Broker,然后删除/tmp/kafka-logs中的Kafka日志目录

rm -rf /tmp/kafka-logs