Apche Druid大数据处理系统有什么特点？

Druid首先按照时间对数据进行分区，也可以使用其他字段作为分区，这样可以加快查询速度，例如：基于时间的查询只会查询与时间匹配的分区。

Druid中可以通过bitmap构建索引，对数据进行压缩，加快查询过滤速度。

Druid可以人为指定按照某些时间粒度对相同维度的数据进行预聚合计算，既加快了查询速度，也减少了数据存储空间。

Druid集群扩大或者缩小时，只需要增加或者减少对应的机器数，Druid集群自动会平衡各个节点，不需要停机。

Druid支持实时获取数据，实时获取的数据可以实时查询，也支持批量读取数据。

Druid可以在集群中并行执行一个查询。

Druid在生产环境中可以部署到数十台多数百台服务器组成的集群中，可以提供每秒百万条数据的写入，针对万亿条记录做到亚秒到秒级查询。

Druid使用面相列的存储，对于OLAP分析需要读取列分析的场景加快了速度，同时一列数据中有很多共性的数据，数据的压缩效果好，占用空间小，支持快速扫描及聚合查询。