一句话结论：Apache顶级项目，高性能实时分析型时序数据库，专为大规模时序数据的实时摄入和快速OLAP查询设计，支持亚秒级查询、数据预聚合、自动分层存储，适合工业大数据分析和高并发时序查询场景。
Apache Druid
开源 完全免费开源，Apache 2.0协议 时序数据库ApacheOLAP实时分析大数据
★★★★☆
综合 4.0 / 5
多维评分
| 易用性 | ★★★☆☆ 3.0 |
| 稳定性 | ★★★★☆ 4.5 |
| 性能 | ★★★★★ 5.0 |
| 生态 | ★★★★☆ 4.5 |
| 性价比 | ★★★★☆ 4.5 |
| 国产化 | ★★☆☆☆ 2.5 |
技术属性
| 运行平台 | Linux、Docker、Kubernetes |
|---|---|
| 开发语言 | Java |
| 支持协议 | HTTP、SQL、Kafka、MQTT(通过扩展) |
| 授权方式 | 开源（完全免费开源，Apache 2.0协议） |
适用场景
- 大规模时序数据分析
- 高并发OLAP查询
- 实时数据看板
- 工业大数据
- 云原生部署
不适用场景
- 小规模简单时序存储(用TDengine/InfluxDB更轻量)
- 资源受限的边缘端
- 需要频繁更新删除的场景
它是什么
Apache Druid是Apache基金会的顶级项目，是一个高性能的实时分析型时序数据库。它专为大规模时序数据的实时摄入和快速OLAP（联机分析处理）查询设计，支持亚秒级查询响应、数据预聚合、自动分层存储、水平扩展，被众多互联网和工业企业用于大数据分析场景。
核心能力
- 实时摄入：支持从Kafka、HTTP等流式摄入数据，秒级可见。
- 亚秒查询：通过预聚合、列式存储、位图索引，实现亚秒级OLAP查询。
- 水平扩展：分布式架构，可水平扩展处理PB级数据。
- 自动分层：热数据在内存/SSD，冷数据自动下沉到HDFS/S3。
- SQL支持：支持标准SQL查询，易于上手。
使用要点
- 大数据分析首选：如果时序数据量超过TB级、需要复杂OLAP分析，Druid比InfluxDB/TDengine更合适。
- 资源需求较高：Druid是Java应用，需要至少4核8GB内存，不适合边缘端。
- 云原生部署：官方提供Kubernetes Operator，适合容器化部署。
- 配合Kafka：Druid+Kafka是实时数据分析的经典组合。
常见问题
Apache Druid 是免费的吗？怎么收费？
Apache Druid 的授权方式为「开源」。计费方式：完全免费开源，Apache 2.0协议。
Apache Druid 能跑在哪些系统？支持哪些 PLC/设备协议？
运行平台：Linux、Docker、Kubernetes。支持通讯协议：HTTP、SQL、Kafka、MQTT(通过扩展)。
Apache Druid 适合什么规模和类型的项目？
适合：大规模时序数据分析、高并发OLAP查询、实时数据看板。不建议：小规模简单时序存储(用TDengine/InfluxDB更轻量)、资源受限的边缘端。
同类软件对比
InfluxDB
国际最流行的开源时序数据库，Go语言开发，生态完善，Telegraf采集器+InfluxDB存储+Grafana可视化是监控领域经典组合。
时序/工业数据库
Apache IoTDB
Apache旗下国产时序数据库，清华大学发起，专为工业物联网设计，边缘到云端全场景支持。
时序/工业数据库
QuestDB
高性能开源时序数据库，Java/C++编写，PostgreSQL兼容，金融级低延迟，适合高频数据场景。
时序/工业数据库
TDengine
国产开源高性能时序数据库，专为物联网/工业数据设计，写入查询速度比通用数据库快10倍以上，内置缓存/订阅/流式计算。
时序/工业数据库