druid上传数据index文件配置

（1）type：表示上传的方式，本地文件上传使用index，hdfs文件上传使用index_hadoop。

（2）context（可选）：用于配置一些运行参数，比如可以设置上传csv时候是否包含表头行

（3）dataSource：数据源名称，用于设置上传数据之后的表名称。

（4）spec：用于设置数据的具体配置以及转换方式，重点介绍

包含了三个字段：

（221）format：可以为csv，json，tsv，javascript、timeAndDims等

（222）timestampSpec:包含column以及format两个参数，column必选，用于指定时间戳对应的列。format用于指定时间格式，可以使用iso、millis、posix、zuto，默认为auto。

（223）columns：用于配置源文件中应该包含的所有列的列名

（224）dimensionsSpec用于指定维度列。dimensions用于指定所有的列；dimensionExclusion可选，用于指定不需要的数据，默认为空；spatialDimensions可选，用于指定列的空间限制，默认为空。

如果字段为String，那么直接列出，如果为其他类型如long/double等，需要使用{"type":"long","name":"字段名称" }单独列出，注意：配置时间戳的列不需要在dimensions中列出。

（31）type：默认为type=uniform，建议设置为uniform或arbitrary（尝试创建大小相等的字段）

（32）segmentGranularity：默认为day，用来确定每个segment包含的时间戳的范围，可以为 "SECOND" "MINUTE" "HOUR" "DAY" "DOW" "DOY" "WEEK" "MONTH" "QUARTER" "YEAR" "EPOCH" "DECADE" "CENTURY" "MILLENNIUM" 等。

（33）queryGranularity：默认为None，允许查询的时间粒度，单位与segmentGranularity相同，如果为None那么允许以任意时间粒度进行查询。

（34）rollup：是否使用预计算算法，默认为true，推荐true，比较快。

（35）intervals：使用时间段来将数据源进行限制。只有时间段内的数据可以上传。

type可以为：count、longSum、doubleSum、doubleMin\doubleMax、longMin\longMax、doubleFirst\doubleLast、longFirst\longLast

除count外其他都需要指定name和fieldName两个参数，name表示最后输出的，也就是在表中体现的名称，而fieldName则代表源数据中的列名。

详细用法： metricsSpec-Aggregations官网详细解释

（21）

支持批量上传数据，路径指定到文件夹即可。

（22）当设置type为“granularity”时候，则需要根据时间戳使用路径格式将数据导入目录中。

Segment会给予时间戳进行分区，并根据其他类型进一步分区，druid支持hashed（基于每行所有维度的哈希值）和dimension（基于单个维度的范围）来进行分区。为了让druid在重查询负载下运行良好，对于段文件大小的推荐在300Mb到700mb之间，可以使用partitionsSpec来调整大小。

（21）hashed分区

hashed分区首先会选择多个Segment，然后根据每行数据所有列的哈希值对这些Segment进行分区，Segment的数量是输入数据集的基数以及目标分区大小自动确定的。

（22）Only-dimension单维度分区

选择作为分区指标的维度列，然后将该维度分隔成连续的不同的分区，每个分区都会包含该维度值在该范围内的所有行。默认情况下使用的维度都是自动指定的。

type:要分区的类型，dimension

targetPartitionSize（必须）：包含在分区中的目标行数，应该在500M-1G

maxPartitionSize（可选）：分区中包括的最大行数，默认为比targetPartitionSize大50%。

partitionDemension（可选），要分区的维度，为空时自动选择

assumeGrouped（可选）：如果数据源已经按照时间和维度分组了，该选项将会提高加载数据的速度，但是如果没有那么会选择次优分区。

其中的indexjson便是需要配置的index文件

本地导入csv格式数据的 task文件示例

看不明白的稍微加工一下： 使用json在线解析层次更加清晰

导入hdfs中的csv格式文件

官网传送门：

使用hadoop进行批量离线导入-index文件的编写规范

如果送你是传入sql后用的exec执行的话，把 THEN '是' ELSE '否' END 改成 THEN ''是'' ELSE ''否'' END) ， 试试， 如果单独执行没问题，程序执行却有问题，那么有且只有这个地方有问题了！！

druid做数据源, 怎么监控session啊

配置如下:

<init-param>

<param-name>principalSessionName</param-name>

<param-value>xxxxxxxxx</param-value>

</init-param>

点session监控, 里面都是空的;

上面xxxxxxxxx部分, 应该写什么啊,

druid api这么说：

我们不是搜索领域的专家，如果我们的描述不正确，请发邮件或者通过其他方式告知。

es 是一个基于apache lucene 的搜索引擎。它提供了针对scheme-free 文档的全文搜索，提供看了对原始事件数据的访问。eses逐渐的增加了更多对于Fenix和聚合的支持。一些社区的成员指出：

es相比druid，在数据的获取和聚合方面需要的资源更多。

另外 es 在数据获取阶段不支持数据的汇总和汇聚，汇总和汇聚压缩数据。这就导致了es 需要更大的存储。

druid 致力于OLAP 工作流。druid 在低成本的基础上为了高性能（快速的聚合和数据获取）做了优化，而且支持更多的分析 *** 作。对于结构化的事件数据，druid 也有一些基础的搜索的支持，但是不支持全文的搜索。druid 也不支持完全的非结构化的数据。查询的维度必须在drudi的schema中进行定义，比如 汇总和roll-up 的实现。

以上就是关于druid上传数据index文件配置全部的内容，包括:druid上传数据index文件配置、druid如何能打印执行的sql是在哪个数据源上、用druid做数据源，怎么监控session等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！