1

我已经建立了一个Druid集群来从Kafka.

问题

  1. 是否Druid支持获取按 排序的数据timestamp？例如，假设我需要从数据源 X 中检索最新的 10 个条目。我可以通过使用包含时间戳字段的LimitSpec（在 中）来做到这一点吗？Query JSON还是支持其他更好的选择Druid？

提前致谢。

4

2 回答 2

2

获取未聚合的行

要获取未聚合的行，您可以使用"queryType: "select".

当需要分页时，选择查询也很有用——它们允许您设置页面大小，并自动返回分页标识符以供将来查询使用。

在这个例子中，如果我们只想要前 10 行，我们可以传入"pagingSpec": { "pageIdentifiers": {}, "threshold": 10 }.

按时间戳排序

要按“时间戳”对这些行进行排序，您可以传入"descending": "true". 看起来大多数 Druid 查询类型都支持该descending属性。

示例查询： 

{
  "queryType": "select",
  "dataSource": "my_data_source",
  "granularity": "all",
  "intervals": [ "2017-01-01T00:00:00.000Z/2017-12-30T00:00:00.000Z" ],
  "descending": "true",
  "pagingSpec": { "pageIdentifiers": {}, "threshold": 10 }
}

关于“选择”类型查询的文档

于 2017-04-24T17:43:26.517 回答
1

您可以使用 group by 查询来执行此操作，因此按 __time 分组作为提取函数，然后将粒度设置为 all 并使用 limitSpec 进行排序/限制将起作用。现在，如果您想使用时间序列查询，获取最新的 10 则更加棘手。一种方法是将粒度设置为所需的粒度，比如说 Hour 然后将间隔设置为从最近的点开始的 10H时间。这听起来说起来容易做起来难。除非您遇到重大的性能问题，否则我将采用第一种方式。

    {
  "queryType": "groupBy",
  "dataSource": "wikiticker",
  "granularity": "all",
  "dimensions": [
    {
      "type": "extraction",
      "dimension": "__time",
      "outputName": "extract_time",
      "extractionFn": {
        "type": "timeFormat"
      }
    },
  ],
  "limitSpec": {
    "type": "default",
    "limit": 10,
    "columns": [
      {
        "dimension": "extract_time",
        "direction": "descending"
      }
    ]
  },
  "aggregations": [
    {
      "type": "count",
      "name": "$f2"
    },
    {
      "type": "longMax",
      "name": "$f3",
      "fieldName": "added"
    }
  ],
  "intervals": [
    "1900-01-01T00:00:00.000/3000-01-01T00:00:00.000"
  ]
}
于 2017-04-15T00:17:16.683 回答