big data for realtime (druid.io)

最近很久没写blog了，主要是这几个月在带领团队去做一个big data for realtime的项目（准确的说是一个实时海量数据的OLAP），因为时间较为紧张，就随笔记录一下。

目前由我负责带领团队成员一起，进行公司整体数据中心的建设，包括实时查询平台、离线平台、在线平台的整体架构与设计（这里不包括具体的BI部分、数据挖掘及分析部分），因为业务的原因，我们公司对实时要求非常迫切，基本上实时占比90%。

首先是实时查询系列，目前我们使用的是druid.io这个分布式海量实时查询OLAP项目(注：此druid不是alibaba的druid数据库连接池项目)

第一章：druid.io简介

第二章：druid.io组成部分

第三章：初探druid.io引擎

第四章：druid.io的功能

第五章：druid.io的应用场景

第六章：如何对druid.io做成平台化

第七章：druid.io的优势及劣势

第八章：如何做好druid.io的二次开发

为了更好的使用和了解druid.io，我们团队的成员将在业余时间里翻译官方的文档。

注：

最新版本，提供了生产环境下的相关配置参考(但没有realtime节点的配置)，并且也提供了相关使用建议。不过相关各节点的配置信息减少。并且关于middleManager节点如何运行及与overlord交互的demo没有

目前社区还是比较薄弱，大部分需要各自团队付出艰辛的努力去掌握此技术。

用druid.io是用来区分druid关键字在搜索过程中出现都是阿里的druid连接池的资料。