ClickHouse和Druid对比
ClickHouse和Druid在某些方面存在差异。ClickHouse更侧重于列式存储和大规模数据处理，而Druid则更关注实时数据的快速查询和聚合。Druid在云环境和大规模集群管理方面具有优势，且与特定框架如Helix和Zookeeper集成，提供更稳定的基础架构支持。
Druid在2011年由MetaMarkets创建，并在2012年开源，专为实时分析而设计，能够快速处理实时数据流，提供交互式查询的亚秒级响应时间。Clickhouse在2016年由Yandex开源，以其出色的性能迅速成为国内最受欢迎的OLAP组件。Clickhouse采用向量化执行引擎，显著提高了查询速度，并支持丰富的索引和预计算功能。
除了支持多种的数据源，Drill跟BI工具集成比较好。Druid Druid是专为海量数据集上的做高性能 OLAP而设计的数据存储和分析系统。Druid 的架构是 Lambda 架构，分成实时层和批处理层。Druid的核心设计结合了数据仓库，时间序列数据库和搜索系统的思想，以创建一个统一的系统，用于针对各种用例的实时分析。
王海胜通过对比Clickhouse与Presto、Druid等方案，强调了Clickhouse在处理大规模数据集时的显著优势。他展示了Clickhouse在执行简单统计查询（如count）和复杂指标聚合计算时，相比Presto和Druid展现出了更高的效率。
Druid：MetaMarkets的实时分析引擎，低延迟数据处理与分析的能手，常见于广告分析和监控报警等领域。相关技术：MPP：基于大规模并行处理，通过数据分片实现高效处理。mapreduce：处理海量数据的编程模型，分阶段进行处理，是Hadoop的基石。MPPDB：分布式数据库系统，基于MPP架构，专为实时查询和分析设计。
开源OLAP综述 如今，开源数据引擎多样，满足不同需求。主要的 OLAP 计算存储一体引擎有 StarRocks、ClickHouse 和 Apache Doris。数据查询系统则以 Druid、Kylin 和 HBase 为主。MPP 引擎包括 Trino、PrestoDB 和 Impala。这些引擎广泛应用于行业。
大数据分析使用哪些工具
1、以下是6个用于大数据分析的工具：Hadoop：简介：大数据处理的基石，分布式计算框架。特性：可靠性、高效性、可扩展性，通过并行处理提高数据处理速度，开源特性降低使用成本。HPCC：简介：美国政府推动的大型战略计划，旨在开发先进的计算系统和软件。
2、大数据分析工具有以下几种：Hadoop：简介：Hadoop是一个能够对大量数据进行分布式处理的软件框架。它允许用户在不了解分布式底层细节的情况下，开发分布式程序。特点：Hadoop的核心组件包括HDFS（Hadoop Distributed file System，分布式文件系统）和MapReduce（一种编程模型和处理大量数据的算法）。
3、excel Microsoft Excel是一个广泛使用的电子表格工具，它提供了丰富的函数和公式，适用于小到中等规模的数据集的清洗和分析。虽然Excel在大数据处理方面有其局限性，但它仍然是日常工作中不可或缺的工具。 DataCleaner DataCleaner是一个数据质量管理的工具，它能够分析、监控和改进数据质量。
4、在众多大数据分析工具中，Hadoop、HPCC、Storm、Apache Drill、RAPIdMiner、Pentaho BI、Druid、Ambari、Spark、Tableau Public、OpenRefine、KNIME、Google Fusion Tables、NodeXL、Wolfram Alpha、Excel solver和Dataiku DSS等工具各具特色，能够满足不同场景的需求。
5、大数据可视化分析工具有以下几种：Tableau：地位：连续六年在GatherBI与数据分析魔力象限报告中占据领导者地位的老牌产品。功能：功能强大，注重细节，适合专业的数据分析师。能够制作绚丽多彩的信息图，但前提是数据需要预先处理好。QlikSense：类型：典型的敏捷BI桌面软件。
6、大数据分析工具主要包括以下几种： Excel 简介：Excel是微软办公套装软件的重要组成部分，广泛应用于数据处理、统计分析和辅助决策操作。特点：支持各种数据格式，内置丰富的函数和图表工具，适合进行初步的数据分析和可视化。
Druid在有赞的实践
Druid 是 MetaMarket 公司研发，专为海量数据集上的做高性能 OLAP （OnLine Analysis Processing）而设计的数据存储和分析系统，目前 Druid 已经在Apache基金会下孵化。Druid的主要特性： Druid常见应用的领域： 有赞作为一家 SaaS 公司，有很多的业务的场景和非常大量的实时数据和离线数据。
