【Druid】Broker

Broker是Druid中一種類型的節點,在分布式集群部署環境中,它用來路由查詢。它能夠知曉ZK中存儲的關于segment在集群節點分布的meta信息,以便于將查詢路由至正確的節點。同時,broker還承擔著合并節點查詢結果的任務。在啟動時,實時節點會向ZK注冊自己,并上報其提供服務的segment信息。

啟動命令

io.druid.cli.Main server broker

轉發查詢(Forwarding Queries)

大多數的Druid查詢會包含一個interval字段用于指明需要查詢的數據時間范圍。Druid segment分布于整個集群,它們被分片后存儲某些時間段的數據。想象一個簡單的datasource,它有7個segment,每個segment包含一個星期中某一天的數據。任何一個查詢大于兩天數據的查詢請求都會定位到多個segment上。這些segment很可能是分布在集群的多個節點上,因此查詢也會涉及到對多個節點的請求。

為了確定將查詢路由到哪些節點,Broker首先會對ZK中存儲的信息做分析匯總。ZK中存儲了歷史節點、實時節點和他們分別服務的segment信息。針對ZK中存儲的每一個datasource,Broker建立了一個segment和服務它們的節點的(時間表)timeline。當接收到一個查詢請求時,broker會去時間表中查詢包含請求中指定datasource和interval數據的節點信息,從而將請求路由到這些節點上。

緩存

Broker節點維護了一個基于LRU策略的緩存空間,其緩存了每個sgement的數據。它有兩種實現方式,一是實現為每個Broker節點的私有本地緩存;而是利用memcached等外部分布式緩存組件實現跨節點緩存共享。Broker每次收到一個請求后,它首先會將其映射到一組segment上面,這組segment的子集的數據有可能已經存在于緩存中,Broker可以直接從緩存中拉取。對于數據不在緩存中的節點,Broker會把請求路由到相應的歷史節點上。一旦歷史節點返回了查詢結果,Broker就會將這些結果數據存儲在緩存中。實時節點的segment不會被緩存,因此對于實時數據的查詢肯定會被路由到實時節點上,究其理由,實時數據是一直在變動的,所以基于緩存數據的查詢是不可靠的。

HTTP Endpoints

Broker為交互暴露了幾個HTTP的接口:

GET

  • /status
    返回Druid的版本信息、加載擴展、使用內存、全部內存和節點的其他有用的信息。
  • /druid/v2/datasources
    返回可查詢的datasource列表
  • /druid/v2/datasources/{dataSourceName}
    返回指定datasource的維度和指標信息。同時,可以使用可選參數"full",來獲取intervals列表和這些interval包含的維度和指標信息。也可以通過"interval"參數來查詢確定的某個interval的信息。
    如果沒有指定interval,將會使用基于當前時間的一個默認interval,它包含當前時刻之前的一段時間。這個interval的長度使用 ISO8601 format格式指定,對應設置參數為:druid.query.segmentMetadata.defaultHistory
  • /druid/v2/datasources/{dataSourceName}/dimensions
    返回這個datasource的維度
  • /druid/v2/datasources/{dataSourceName}/metrics
    返回這個datasource的指標
  • /druid/v2/datasources/{dataSourceName}/candidates?intervals={comma-separated-intervals-in-ISO8601-format}&numCandidates={numCandidates}
    根據給定的datasource和intervals,返回segment列表和所在的節點信息。如果"numCandidates"未指定,將會返回每個interval包含的segment所在的所有節點信息。
  • /druid/broker/v1/loadstatus
    返回一個標志,指明Broker是否獲取了ZK中所有segment的信息。通過這個接口可以知道在比如重啟的場景下,Broker是否能接受查詢請求。

POST

  • /druid/v2/candidates/
    根據指定的查詢,返回包含服務地址的segment信息列表。
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,923評論 6 535
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,740評論 3 420
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,856評論 0 380
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,175評論 1 315
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,931評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,321評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,383評論 3 443
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,533評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,082評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,891評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,067評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,618評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,319評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,732評論 0 27
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,987評論 1 289
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,794評論 3 394
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,076評論 2 375