Druid中从kafka摄入数据，存在两种方式，一种是pull，需要依赖实时节点，一种是push，需要依赖Kafka Indexing Service（kafka索引服务）
注：在0.9.1.1版本前使用Tranquility-Kafka组件接入实时数据，由于存在时间窗口，即在时间窗口内的数据会被提交给Firehose，时间窗口外的数据则会被丢弃；如果Tranquility-Kafka临时下线，会导致Kafka中数据“过期”从而被丢弃，无法保证数据完整性，同时这种“copy service”的使用模式不仅占用大量CPU与内存，又不满足原子操作，所以在0.9.1.1版本后，建议使用Druid的新特性Kafka Indexing Service，Druid内部使用Kafka高级Consumer API保证exactly-once semantics，尽最大可能保证数据完整性。
步骤一：下载Kafka Indexing Service扩展，将扩张加入到druid目录下的extensions目录下。
步骤二：将扩展绑定在middlemanager以及overlord上，在开发中，实际配置方案为直接配置/opt/druid/conf/druid/_common/common.runtime.properties，在druid.extensions.loadList中加入Kafka Indexing Service，如图：
，如果不进行配置，无法使用kafka索引服务
步骤三：在druid目录下的var目录下新建tmp目录作为java.io.tmpdir（jvm.config配置文件）目录。如果目录不存在。Druid报错
步骤四：编写Json配置文件：示例如下
{"type": "kafka","dataSchema": {"dataSource": "kafka3",//Druid中的表名"parser": {"type": "string","parseSpec": {"format": "json","timestampSpec": {//时间戳列"column": "timestamp","format": "auto"},"dimensionsSpec": {//维度列"dimensions": ["timestamp","from"],"dimensionExclusions": []}}},"metricsSpec": [//指标列{"name": "count","type": "count"},{"name": "PVSum","fieldName": "PVSum","type": "longSum"},{"name": "UVSum","fieldName": "UVSum","type": "longSum"}],"granularitySpec": {//查询维度"type": "uniform","segmentGranularity": "DAY","queryGranularity": "NONE"}},"tuningConfig": {//优化型配置"type": "kafka","maxRowsPerSegment": 75000,"workerThreads":2},"ioConfig": {//指明数据来源"topic": "zhangzl","consumerProperties": {"bootstrap.servers": "ip1:9092,ip2:9092,ip3:9092"},"useEarliestOffset":true,"taskCount": 1,"replicas": 1,"taskDuration": "PT1M"}
}步骤五： 确认workerThreads配置为（taskCount * replicas +1）；
步骤六：调整配置项useEarliestOffset为true，否则druid只会读取最新数据，不会从beginning开始读取数据。
实时节点使用步骤：
注：使用tranquility为0.8.2版本，在使用过程中尝试使用0.8.0版本以及0.8.1版本均为成功，具体原因不明，下载地址：http://static.druid.io/tranquility/releases/tranquility-distribution-0.8.2.tgz
步骤一：将下载好的tranquility-distribution-0.8.2.tgz解压后的目录移动到Druid的home目录下。
步骤二：编辑配置文件，示例如下：
{"dataSources": [{"spec": {"dataSchema": {"parser": {"type": "string","parseSpec": {"timestampSpec": {//时间戳列，必须指定，实时节点根据该列对时间窗口进行判断"column": "timestamp","format": "auto"},"dimensionsSpec": {//维度列"dimensions": ["timestamp", "from"],"dimensionExclusions": []},"format": "json"}},"dataSource": "twitter",//Druid中的表名"granularitySpec": {"type": "uniform","segmentGranularity": "DAY","queryGranularity": "NONE"},"metricsSpec": [{//指标列"name": "count","type": "count"},{"name": "PVSum","fieldName": "PVSum","type": "longSum"},{"name": "UVSum","fieldName": "UVSum","type": "longSum"}]},"tuningConfig": {"type": "realtime","maxRowsInMemory": "75000",//内存中存储的最大数据量，超过该数据量之后会刷新到Druid中"intermediatePersistPeriod": "PT1M",//时间窗口"windowPeriod": "PT10M"//延时窗口，超过时间窗口后的数据，如果还在延时窗口中，则还会被处理，超过延时窗口的数据会被丢弃}},"properties": {"task.partitions": "2","task.replicants": "2","topicPattern": "twitter"//kafka topic}}],"properties": {"zookeeper.connect": "ip1:2181,ip2:2181,ip3:2181",//druid zk"zookeeper.timeout": "PT20S","druid.selectors.indexing.serviceName": "druid/overlord","druid.discovery.curator.path": "/druid/discovery","kafka.zookeeper.connect": "ip1:2182,ip2:2182,ip3:2182",//kafka zk"kafka.group.id": "tranquility-kafka","consumer.numThreads": "2","commit.periodMillis": "15000","reportDropsAsExceptions": "false"}
}步骤三：进入到目录下使用如下命令：bin/tranquility kafka -configFile <配置文件路径>进行启动
步骤四：使用kafka生产消息，注：时间戳列采用yyyy-MM-ddTHH:mm:ssZ格式，否则数据无法解析，应该可以配置，但未找到配置点。
索引服务与实时节点比较：
在Druid重启时，索引服务不会丢数据，但是对于实时节点，如果重启太慢，数据超过了时间窗口以及延时窗口，这部分数据会被丢弃。
索引服务实际是在指定时间内处理数据，然后将数据积压，可以配置提交时间，到达提交时间时进行提交。
索引服务在Druid重启后，不会重读消费过的数据，也就是offset不会从begining开始，数据不会重叠。
索引服务出现在tranquility服务之后，实际是对实时节点的一个补充，但是索引服务只在0.9.1.1版本之后进行支持