Apache Druid 集成 Pure Storage S3 存储的解决方案
背景介绍
Apache Druid 作为一款高性能的实时分析数据库,通常需要与对象存储服务集成来持久化数据。在实际生产环境中,用户可能会选择不同的对象存储解决方案,其中 Pure Storage FlashBlade 是一种高性能的存储系统,提供了兼容 S3 协议的接口。然而,在将 Druid 与 Pure Storage S3 集成时,用户可能会遇到写入失败的问题。
问题现象
当配置 Druid 使用 Pure Storage 作为后端存储时,系统会出现以下错误:
java.lang.RuntimeException: java.io.IOException: com.amazonaws.services.s3.model.AmazonS3Exception:
A header you provided implies functionality that is not implemented.
(Service: Amazon S3; Status Code: 501; Error Code: NotImplemented)
具体表现为:
- 能够从 Pure Storage S3 读取数据段(get操作)
- 能够将数据保存到本地目录
- 但无法将数据段写入(push操作)到 Pure Storage S3
根本原因分析
这个问题的本质在于 Pure Storage 的 S3 实现与标准 AWS S3 服务存在一些功能差异。错误信息中的"501 Not Implemented"状态码表明,Druid 尝试使用的某些 S3 API 功能在 Pure Storage 的实现中尚未支持。
经过深入分析,问题主要出在 Druid 默认会尝试使用 S3 的访问控制列表(ACL)功能,而 Pure Storage 的 S3 实现可能不完全支持这些 ACL 操作。
解决方案
要解决这个问题,需要在 Druid 的配置中显式禁用 ACL 功能。具体配置如下:
对于主存储:
druid_storage_disableAcl: "true"
对于索引器日志存储:
druid_indexer_logs_disableAcl: "true"
完整配置建议
除了禁用 ACL 外,针对 Pure Storage S3 的完整推荐配置还包括:
druid_storage_type: s3
druid_storage_baseKey: warehouse
druid_storage_bucket: druid
druid_storage_storageDirectory: s3a://druid/warehouse/
druid_indexer_logs_type: s3
druid_indexer_logs_directory: s3a://druid/logs/
druid_indexer_logs_s3Bucket: druid
druid_indexer_logs_s3Prefix: logs
druid_storage_useS3aSchema: "true"
druid_s3_disableChunkedEncoding: "true"
druid_s3_credential: "your-credential"
druid_s3_secret: "your-secret"
druid_s3_protocol: http
druid_s3_enablePathStyleAccess: "true"
druid_s3_endpoint_signingRegion: us-east-1
druid_s3_endpoint_url: http://your-pure-storage-endpoint
druid_s3_forceGlobalBucketAccessEnabled: "true"
druid_storage_disableAcl: "true"
druid_indexer_logs_disableAcl: "true"
技术原理
禁用 ACL 后,Druid 将不再尝试设置对象级别的访问权限,而是依赖存储桶级别的权限控制。这种模式与许多非 AWS 的 S3 兼容存储服务更加匹配,特别是那些不完全实现 S3 ACL 功能的存储系统。
验证与测试
在实际环境中验证该解决方案时,需要注意:
- 确保 Pure Storage S3 服务正常运行
- 验证配置中的 endpoint URL 和认证信息正确无误
- 检查存储桶的权限设置是否允许 Druid 进行读写操作
- 监控初始数据写入过程,确认没有其他兼容性问题
总结
通过禁用 S3 ACL 功能,Druid 可以成功与 Pure Storage FlashBlade S3 服务集成。这个解决方案不仅适用于 Pure Storage,对于其他不完全兼容标准 S3 API 的对象存储服务也有参考价值。在实际部署时,建议先在小规模环境中验证配置,确认一切正常后再推广到生产环境。
对于企业用户来说,理解不同存储服务的 API 兼容性差异非常重要,这有助于在架构设计阶段就做出合理的技术选型,避免后期集成时遇到类似问题。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









