Apache Druid是一个实时分析型数据库，旨在对大型数据集进行快速的查询分析（”OLAP”查询)。Druid最常被当做数据库来用以支持实时摄取、高性能查询和高稳定运行的应用场景，同时，Druid也通常被用来助力分析型应用的图形化界面，或者当做需要快速聚合的高并发后端API，Druid最适合应用于面向事件类型的数据。
目录
??一、主要特征??
??二、使用场景??
??三、初始化SpringBoot项目??
??四、引入依赖文件??
??五、编写配置文件??
??六、编写DruidConfig配置类??
??七、查看Druid监控信息??
一、主要特征列式存储，Druid使用列式存储，这意味着在一个特定的数据查询中它只需要查询特定的列，这样极地提高了部分列查询场景的性能。另外，每一列数据都针对特定数据类型做了优化存储，从而支持快速的扫描和聚合。可扩展的分布式系统，Druid通常部署在数十到数百台服务器的集群中，并且可以提供每秒数百万条记录的接收速率，数万亿条记录的保留存储以及亚秒级到几秒的查询延迟。大规模并行处理，Druid可以在整个集群中并行处理查询。实时或批量摄取，Druid可以实时（已经被摄取的数据可立即用于查询）或批量摄取数据。自修复、自平衡、易于操作，作为集群运维操作人员，要伸缩集群只需添加或删除服务，集群就会在后台自动重新平衡自身，而不会造成任何停机。如果任何一台Druid服务器发生故障，系统将自动绕过损坏。 Druid设计为7*24全天候运行，无需出于任何原因而导致计划内停机，包括配置更改和软件更新。不会丢失数据的云原生容错架构，一旦Druid摄取了数据，副本就安全地存储在深度存储介质（通常是云存储，HDFS或共享文件系统）中。即使某个Druid服务发生故障，也可以从深度存储中恢复您的数据。对于仅影响少数Druid服务的有限故障，副本可确保在系统恢复时仍然可以进行查询。用于快速过滤的索引，Druid使用CONCISE或Roaring压缩的位图索引来创建索引，以支持快速过滤和跨多列搜索。基于时间的分区，Druid首先按时间对数据进行分区，另外同时可以根据其他字段进行分区。这意味着基于时间的查询将仅访问与查询时间范围匹配的分区，这将大大提高基于时间的数据的性能。近似算法，Druid应用了近似count-distinct，近似排序以及近似直方图和分位数计算的算法。这些算法占用有限的内存使用量，通常比精确计算要快得多。对于精度要求比速度更重要的场景，Druid还提供了精确count-distinct和精确排序。摄取时自动汇总聚合，Druid支持在数据摄取阶段可选地进行数据汇总，这种汇总会部分预先聚合您的数据，并可以节省大量成本并提高性能。二、使用场景
如果您的使用场景符合以下的几个特征，那么Druid是一个非常不错的选择。
数据插入频率比较高，但较少更新数据大多数查询场景为聚合查询和分组查询（GroupBy），同时还有一定得检索与扫描查询将数据查询延迟目标定位100毫秒到几秒钟之间数据具有时间属性（Druid针对时间做了优化和设计）在多表场景下，每次查询仅命中一个大的分布式表，查询又可能命中多个较小的lookup表场景中包含高基维度数据列（例如URL，用户ID等），并且需要对其进行快速计数和排序需要从Kafka、HDFS、对象存储（如Amazon S3）中加载数据三、初始化SpringBoot项目四、引入依赖文件<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-jdbc</artifactId> </dependency> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <scope>runtime</scope> </dependency> <!– 阿里巴巴druid依赖–> <dependency> <groupId>com.alibaba</groupId> <artifactId>druid</artifactId> <version>1.2.8</version> </dependency>五、编写配置文件
application.yml
spring: # 配置数据源 datasource: url: jdbc:mysql://127.0.0.1:3306/mysql?allowMultiQueries=true&useUnicode=true&characterEncoding=UTF8&zeroDateTimeBehavior=convertToNull&useSSL=false # MySQL在高版本需要指明是否进行SSL连接 解决则加上 &useSSL=false name: demo username: root password: 123456 platform: mysql driver-class-name: com.mysql.jdbc.Driver # ===================== ↓↓↓↓↓↓ 使用druid数据源 ↓↓↓↓↓↓ ===================== # 连接池类型，druid连接池springboot暂无法默认支持，需要自己配置bean type: com.alibaba.druid.pool.DruidDataSource initialSize: 5 # 连接池初始化连接数量 minIdle: 5 # 连接池最小空闲数 maxActive: 20 # 连接池最大活跃连接数 maxWait: 60000 # 配置获取连接等待超时的时间 timeBetweenEvictionRunsMillis: 60000 # 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒 minEvictableIdleTimeMillis: 300000 # 配置一个连接在池中最小生存的时间，单位是毫秒 validationQuery: SELECT 1 FROM DUAL # 连接是否有效的查询语句 testWhileIdle: true testOnBorrow: false testOnReturn: false # 打开PSCache，并且指定每个连接上PSCache的大小 poolPreparedStatements: true maxPoolPreparedStatementPerConnectionSize: 20 removeAbandoned: true # 配置监控统计拦截的filters，去掉后监控界面sql无法统计，【 ‘stat’:监控统计 ‘wall’：用于防火墙，防御sql注入 ‘slf4j’:日志 】 filters: stat,wall,slf4j # 通过connectProperties属性来打开mergeSql功能；慢SQL记录 connectionProperties: druid.stat.mergeSql=true;druid.stat.slowSqlMillis=5000 #useGlobalDataSourceStat: true # 合并多个DruidDataSource的监控数据 loginUsername: admin # SQL监控后台登录用户名 loginPassword: admin # SQL监控后台登录用户密码六、编写DruidConfig配置类package com.csdn.config;import com.alibaba.druid.pool.DruidDataSource;import com.alibaba.druid.support.http.StatViewServlet;import com.alibaba.druid.support.http.WebStatFilter;import com.alibaba.druid.support.spring.stat.DruidStatInterceptor;import org.springframework.aop.support.DefaultPointcutAdvisor;import org.springframework.aop.support.JdkRegexpMethodPointcut;import org.springframework.beans.factory.annotation.Value;import org.springframework.boot.context.properties.ConfigurationProperties;import org.springframework.boot.web.servlet.FilterRegistrationBean;import org.springframework.boot.web.servlet.ServletRegistrationBean;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import org.springframework.context.annotation.Scope;import org.springframework.jdbc.datasource.DataSourceTransactionManager;import javax.sql.DataSource;import java.util.HashMap;import java.util.Map;/** * <p> Druid核心配置类 – 注册bean </p> * * @author : Roc-xb */@Configurationpublic class DruidConfig { @Value(“${spring.datasource.loginUsername}”) private String loginUsername; @Value(“${spring.datasource.loginPassword}”) private String loginPassword; /** * 配置Druid监控 * * @param : * @return: org.springframework.boot.web.servlet.ServletRegistrationBean */ @Bean public ServletRegistrationBean druidServlet() { // 注册服务 ServletRegistrationBean servletRegistrationBean = new ServletRegistrationBean(new StatViewServlet(), “/druid/*”); // IP白名单(为空表示,所有的都可以访问,多个IP的时候用逗号隔开) servletRegistrationBean.addInitParameter(“allow”, “127.0.0.1”); // IP黑名单 (存在共同时，deny优先于allow) servletRegistrationBean.addInitParameter(“deny”, “127.0.0.2”); // 设置控制台登录的用户名和密码 servletRegistrationBean.addInitParameter(“loginUsername”, loginUsername); servletRegistrationBean.addInitParameter(“loginPassword”, loginPassword); // 是否能够重置数据 servletRegistrationBean.addInitParameter(“resetEnable”, “false”); return servletRegistrationBean; } /** * 配置web监控的filter * * @param : * @return: org.springframework.boot.web.servlet.FilterRegistrationBean */ @Bean public FilterRegistrationBean webStatFilter() { FilterRegistrationBean filterRegistrationBean = new FilterRegistrationBean(new WebStatFilter()); // 添加过滤规则 Map<String, String> initParams = new HashMap<>(1); // 设置忽略请求 initParams.put(“exclusions”, “*.js,*.gif,*.jpg,*.bmp,*.png,*.css,*.ico,/druid/*”); filterRegistrationBean.setInitParameters(initParams); filterRegistrationBean.addInitParameter(“profileEnable”, “true”); filterRegistrationBean.addInitParameter(“principalCookieName”, “USER_COOKIE”); filterRegistrationBean.addInitParameter(“principalSessionName”, “”); filterRegistrationBean.addInitParameter(“aopPatterns”, “com.example.demo.service”); // 验证所有请求 filterRegistrationBean.addUrlPatterns(“/*”); return filterRegistrationBean; } /** * 配置数据源 【 将所有前缀为spring.datasource下的配置项都加载到DataSource中 】 * * @param : * @return: javax.sql.DataSource */ @Bean(name = “dataSource”) @ConfigurationProperties(prefix = “spring.datasource”) public DataSource dataSource() { return new DruidDataSource(); } /** * 配置事物管理器 * * @param : * @return: org.springframework.jdbc.datasource.DataSourceTransactionManager */ @Bean(name = “transactionManager”) public DataSourceTransactionManager transactionManager() { return new DataSourceTransactionManager(dataSource()); } /** * ↓↓↓↓↓↓ 配置spring监控 ↓↓↓↓↓↓ * DruidStatInterceptor: druid提供的拦截器 * * @param : * @return: com.alibaba.druid.support.spring.stat.DruidStatInterceptor */ @Bean public DruidStatInterceptor druidStatInterceptor() { DruidStatInterceptor dsInterceptor = new DruidStatInterceptor(); return dsInterceptor; } /** * 使用正则表达式配置切点 * * @param : * @return: org.springframework.aop.support.JdkRegexpMethodPointcut */ @Bean @Scope(“prototype”) public JdkRegexpMethodPointcut druidStatPointcut() { JdkRegexpMethodPointcut pointcut = new JdkRegexpMethodPointcut(); pointcut.setPattern(“com.zhengqing.demo.modules.*.api.*”); return pointcut; } /** * DefaultPointcutAdvisor类定义advice及 pointcut 属性。advice指定使用的通知方式，也就是druid提供的DruidStatInterceptor类，pointcut指定切入点 * * @param druidStatInterceptor * @param druidStatPointcut: * @return: org.springframework.aop.support.DefaultPointcutAdvisor */ @Bean public DefaultPointcutAdvisor druidStatAdvisor(DruidStatInterceptor druidStatInterceptor, JdkRegexpMethodPointcut druidStatPointcut) { DefaultPointcutAdvisor defaultPointAdvisor = new DefaultPointcutAdvisor(); defaultPointAdvisor.setPointcut(druidStatPointcut); defaultPointAdvisor.setAdvice(druidStatInterceptor); return defaultPointAdvisor; }}七、查看Druid监控信息
上面的东西配置完成之后，就可以启动项目，然后访问：??http://127.0.0.1:8080/druid/login.html??
填写登录账号和密码，然后登录即可。
至此，整合过程就完成了，如果本章教程对有你帮助，点个赞支持一下呗~
【文章转自：防御服务器 aqt.html提供，感恩】车到山前必有路，没路可以先开路，开路就得有乐观，
