你能避免在druid中使用hadoop吗？是的，您可以将数据实时流式传输到druid集群中，而不是使用hadoop批量加载数据。一种方法是将数据流到kafka中，kafka将处理传入的事件并将它们传递到storm中，然后storm可以处理并将它们加载到druid实时节点中。
通常这种设置与hadoop并行使用，因为流式实时数据有自己的包袱，通常需要修复和回填。整个建筑被一些人称为“lambda”。

我们在这里讨论的是两种稍微相关但非常不同的技术。
druid是一个实时分析系统，非常适合timeseries和基于时间的事件聚合。
hadoop是hdfs（一种分布式文件系统）+map reduce（一种执行分布式进程的范例），它们共同创建了一个分布式处理的生态系统，并作为许多其他开源项目的基础/影响技术。
你可以设置druid使用hadoop；也就是说，启动mr jobs来索引批处理数据，并从hdfs读取其索引数据（当然，它会将这些数据本地缓存在本地磁盘上）
如果您想忽略hadoop，您也可以从本地机器进行索引和加载，当然会受到限制在一台机器上的惩罚。