在知乎上有网友提出了下面的问题： 有一点不理解，国内是和稀泥，美国是代表一方，理论上更好，但是也存在代表昧着良心，不怎么维护委托人利益。比如买家代表怕客户流失，时间拖得越久，变数越大，在客户看上一套还不错的房子时候，可能这套房子报价比较高，或者存在别的风险，更或者被卖房代表贿赂串通，这时候买房代表就可能出卖买家。卖家代表为了更快卖出房子，佣金落袋为安，故意隐瞒一切不利自己但有害买家的信息。我说的这些是问题吗？谢谢！补充一下，我推论原因可能出在房产交易的特殊性上面，至少是重要原因，房产交易频率非常低，一个人一辈子买房卖房次数应该来说很少，和自己的代表是一锤子买卖，就和旅游区商家宰客一样。     下面就这些问题进行一些解答。 您好， 您说的问题是真实存在的，没有办法完全杜绝。整体来说好的，负责任的 Agent 会代表你的利益，并且能够帮你解决你遇到的问题。 当然我这里说的是好的，并且负责任的。 针对你的说的情况是有可能遇到的，这里我可以给你一些解决办法。 贿赂的问题 贿赂的问题可能发生，但是概率很低。如果你发现你的 Agent 收了贿赂的话，你可以向州政府举报，州政府相关机构会举行听证会，在听证会上会要求双方出具所有证据，证明这个事情没有发生，你也可以参加听证会提供你的证据。 如果被证明有双方串供或者贿赂的行为，那么首先 Agent 的许可证是终身吊销，不允许再持有的。这种吊销是非常严重的行为，那么在其他州也是没有办法再申请了，如果超过金额还会收到诉讼赔偿。对 Agent 来说这个是非常得不偿失的行为。 Agent 直接收受贿赂带来的利益和他们之间失去的利益比较起来就根本不值得去做这个事情了。不同州的金额不一样，在 NH 定义的金额是 25 美元。 卖家故意隐瞒 在美国的交易系统中一个称为披露表格的东西，卖家需要将自己已知的信息披露，并且这个表格是需要双方签字的。 买家代表应该能够帮助你了解一些具体的信息，至于房屋缺陷，通常需要房屋检查公司来帮忙获得更多的数据。 作为你的买方 Agent 来说，促成交易是目的，不同人有不一样的处理方式，我个人认为是沟通比交易更重要，让所有人都在 same page 上，出现问题解决问题，隐瞒不是办法，隐瞒的东西总有天会曝光的。好的 Agent 通常不应该这么短视。 交易次数 在美国房地产交易非常频繁，同时也归咎于完善的监督机制。据统计，美国人通常 5 年左右搬家一次。 因此，对买房和卖房来说都是稀疏平常的事情，有时候我们手上卖家的房子就只住了 2 年就卖掉了。 卖掉的原因可能是因为工作调动等等，因为行业比较有保障和自律，就算是会遇到一些不顺心的情况，还是有解决办法。 及时止损 你和你 Agent 的代理合同时间通常为 3 个月左右，如果你发现你的 Agent 有不少问题，比较难沟通。 最简单的办法就是拖 3 个月，到时候你和你的 Agent 的代理合同就失效了，这个时候你可以找别的 Agent。就算在代理合同之内，你也是可以找别的 Agent，但是你不能和新 Agent 签代理合同而已。 如果你的 Agent 用得不开心，就需要及时止损就行了，不是说非要用到底的。   https://www.usrealestate.io/t/topic/85

根据官方的文档，我们整理出了下面的这张进程的图。     在集群的部署环境下，你可以按照每个服务器来部署，换句话说就是有 3 台服务器，但是每台服务器上有 2 个进程。 你也可以每个进程部署一台服务器，那么这里将会需要有 6 台服务器。 主服务器（Master Server） 简单来说，主服务器的功能主要是对元数据进行维护和在不同进程之间进行数据的协调。 在这个服务器上，通常定义有下面 2 个进程： Coordinator 和 Overlord 进程。 这 2 个进程可以合并在同一个服务器上，将会负责处理 metadata 数据和在你集群中进行协调。 数据服务器（Data server） 从字面上来看就是对数据进行处理的。 在这个服务器上定义有 2 个进程： Historicals 和 MiddleManagers 进程 Historicals 通常被考虑用来处理历史数据，MiddleManagers 通常被考虑在当前的数据情况，段情况和对数据进行导入。 这 2 个进程可以合并在同一个服务器上，这个 2 个进程在你的集群中用于处理实际的数据。通常来说越大 CPU, RAM, SSDs硬盘越好。 查询服务器（Query server） 按照字母的理解来说，查询服务器就是为查询服务的，通常会从界面或者 HTTP 或者命令行中获得需要查询的脚本，然后将脚本处理成可用 JSON 格式，或者在处理的时候有错误需要返回给请求的发送者。 为了加快查询的效果，我们可能会对查询以及查询的结果缓存到内存中，因此 Druid Brokers 可以接受查询，并且将接受的查询发送到集群中处理。 同时他们也负责维护内存中的查询缓存， 常来说越大的 CPU, RAM 越好。 Router 这个进程如果从字面来看会有点困惑，你可能会认为是为了对查询进行调度使用的，其实 Router 就是在 Druid 提供 UI 界面的。 可以理解为 Router 是应因为服务，在这里 Router 启动后可以对 Druid 当前的情况进行查询，同时也可以进行查询，使用的是 NodeJs 部署的。 正是因为这样，Druid 的编译就只能在 Linux 下面完成，可以尝试在 Windows 环境下进行编译，但是你可能会遇到 NodeJS 的错误。 要跳过这个错误，就不编译 UI 界面就行。   https://www.ossez.com/t/docker/13640

Docker 在本 Docker 的快速指南中，我们将从 Docker Hub 下载 Apache Druid 镜像，在一台机器上安装并使用 Docker 和 Docker Compose 。 在完成初始设置后，集群将准备好加载数据。 同时，如果你已经完成了下面内容的阅读的话将会更好的帮助你理解 Docker 安装配置的相关内容。 Druid 基本概述 数据导入概述 如果你还能对 Docker 使用的相关知识有所了解的，也能够更好的帮助你在 Docker 上使用 Druid。 安装前提 Docker 开始安装 Druid 的源代码中包含一个用于示例的 docker-compose.yml 文件。 这个文件可以从 Docker Hub中获取一个镜像，并可以使用这个镜像进行 Docker 的 Druid 配置和部署。 Compose 文件 docker-compose.yml 示例文件将会为每一个 Druid 服务创建一个容器，包括 Zookeeper 和作为元数据存储 PostgreSQL 容器。 同时还会创建一个 druid_shared 的卷，并且这个卷将会在容器的挂载点为 opt/shared。这个挂载点将会被用在深度存储来保证在段和任务日志之间进行共享。 Druid 容器是通过 environment file 进行配置的。 配置 Druid Docker 容器的配置是通过环境变量完成的。环境变量的路径指定请参考文档：标准 Druid 配置文件 中的内容。 特殊的环境变量： JAVA_OPTS – 设置 java options DRUID_LOG4J – 设置完成的 log4j.xml DRUID_LOG_LEVEL – 覆盖在 log4j 中的默认日志级别 DRUID_XMX – 设置 Java Xmx DRUID_XMS – 设置 Java Xms DRUID_MAXNEWSIZE – 设置 Java 最大 new 的大小 DRUID_NEWSIZE – 设置 Java new 的大小 DRUID_MAXDIRECTMEMORYSIZE – 设置 Java 最大直接内存大小 DRUID_CONFIG_COMMON – druid “common” 属性文件的完整路径 DRUID_CONFIG_${service} – druid “service” 属性文件的完整路径 除了上面的特殊的环境变量外，在容器启动的时候 Druid 的脚本还将尝试使用以 druid_ 为前缀的环境变量来对变量进行配置。 例如，针对 Druid 在容器中的进程使用的环境变量： druid_metadata_storage_type=postgresql 将被转换为 Druid 的 docker-compose.yml 文件，展示了如何使用一个环境配置文件来完成所有 Druid 的配置。 但是，在生产环境中，建议使用 DRUID_COMMON_CONFIG 和DRUID_CONFIG_${service} 来为服务相关的环境指派专门的配置参数。 启动集群 docker-compose up 命令来在 shell 中直接启动集群。 如果你希望在后台环境中启动集群，请运行 docker-compose up -d 命令。 如果你使用的是示例文件目录，那么你需要从 distribution/docker/ 目录来启动 Docker 的集群。 当你的集群完成所有的启动后，你可以通过浏览器访问 http://localhost:8888 控制台页面。 Druid router 进程 提供了 Druid 控制台（Druid console） 显示的界面。     所有的 Druid 进程完全启动需要几秒钟的时间。如果在 Druid 进程启动的时候，立即打开控制台的话，你可能会看到一些可安全错误，这些安全错误是可以忽略的，直接刷新页面即可。 至此，你可以继续 快速使用（Quickstart） 页面第 4 步导入数据的内容。 如果你还希望加载一些其他的依赖的话，你可以直接对 docker-compose.yml 文件进行编辑后重启 Docker。 Docker 内存的需求 如果你在 Docker 启动的时候发现存在进程崩溃，并且错误代码为 137 的话，表明你的 Docker 的内存不够。 在测试阶段，你可以为你的 Docker 指派 6G 左右的内存。     上图显示了 Docker Hub 中的 Druid 项目。 因 Druid 更多的时候需要使用集群的方式，因此 Docker 的配置可以更快的让用户完成配置后并开始使用。   https://www.ossez.com/t/docker-druid/13639#docker-1

Druid 包含有一组可用的参考配置和用于单机部署的启动脚本： nano-quickstart micro-quickstart small medium large xlarge micro-quickstart 适合于笔记本电脑等小型计算机，主要用于能够快速评估 Druid 的使用场景。 其他的配置包含有针对使用独立服务器进行部署的配置，这些配置通常需要与 AWS 的 i3 系列 EC2 服务器等同才行。 这些示例配置的启动脚本与 Druid 服务一起运行单个 ZooKeeper 实例来运行，你也也可以选择单独部署 ZooKeeper。 在示例程序中的 Druid Coordinator 和 Overlord 作为一个独立的进程同时运行，使用的可选配置为 druid.coordinator.asOverlord.enabled=true， 相关的内容请参考 Coordinator configuration documentation 页面中的内容。 我们虽然为大型单台计算机提供了配置的实例，但是在更加真实和大数据的环境下，我们建议在集群方式下部署 Druid，请参考 clustered deployment 页面中的内容。 通过集群方式的部署，能够更好的增加的 Druid 容错能力和扩展能力。 Nano-Quickstart: 1 CPU, 4GiB RAM 启动命令： bin/start-nano-quickstart 配置目录： conf/druid/single-server/nano-quickstart Micro-Quickstart: 4 CPU, 16GiB RAM 启动命令： bin/start-micro-quickstart 配置目录： conf/druid/single-server/micro-quickstart Small: 8 CPU, 64GiB RAM (~i3.2xlarge) 启动命令： bin/start-small 配置目录： conf/druid/single-server/small Medium: 16 CPU, 128GiB RAM (~i3.4xlarge) 启动命令： bin/start-medium 配置目录： conf/druid/single-server/medium Large: 32 CPU, 256GiB RAM (~i3.8xlarge) 启动命令： bin/start-large 配置目录： conf/druid/single-server/large X-Large: 64 CPU, 512GiB RAM (~i3.16xlarge) 启动命令： bin/start-xlarge 配置目录： conf/druid/single-server/xlarge 启动运行的日志：     通过控制台访问的端口为 8888，范围的地址链接为：http://localhost:8888 正常的话，你应该能够看到下面的控制台界面：     上面的界面表示你本地的测试环境已经配置成功了。   https://www.ossez.com/t/druid/13638

如果直接使用 ./dsql 运行命令行工具的话，将会显示连接的服务器地址为 http://localhost:8082/     如果需要连接到其他的服务器地址，应该如何进行操作。 问题和解决 如果你希望连接到其他的服务器地址的话，你需要使用连接参数 -H 请注意，这里的 H 是大写 H 那么命令的执行为： ./dsql -H http://10.0.0.1:8080/ 来进行服务器的连接。   https://www.ossez.com/t/druid-dsql/13636

为了便于使用，Druid 包中还提供了一个 SQL 命令行客户端工具，这个工具位于 bin/dsql 目录中。 如果你直接运行 bin/dsql 的话，你将会看到下面的提示输出： Welcome to dsql, the command-line client for Druid SQL. Type "\h" for help. dsql> 如果希望进行查询的话，将你的 SQL 张贴到 dsql 提示光标后面，然后单击回车： dsql> SELECT page, COUNT(*) AS Edits FROM wikipedia WHERE "__time" BETWEEN TIMESTAMP '2015-09-12 00:00:00' AND TIMESTAMP '2015-09-13 00:00:00' GROUP BY page ORDER BY Edits DESC LIMIT 10; ┌──────────────────────────────────────────────────────────┬───────┐ │ page │ Edits │ ├──────────────────────────────────────────────────────────┼───────┤ │ Wikipedia:Vandalismusmeldung │ 33 │ │ User:Cyde/List of candidates for speedy deletion/Subpage │ 28 │ │ Jeremy Corbyn │ 27 │ │ Wikipedia:Administrators' noticeboard/Incidents │ 21 │ │ Flavia Pennetta │ 20 │ │ Total Drama Presents: The Ridonculous Race │ 18 │ │ User talk:Dudeperson176123 │ 18 │ │ Wikipédia:Le Bistro/12 septembre 2015 │ 18 │ │ Wikipedia:In the news/Candidates │ 17 │ │ Wikipedia:Requests for page protection │ 17 │ └──────────────────────────────────────────────────────────┴───────┘ Retrieved 10 rows in 0.06s. 如下图，就是我们使用 dsql 工具连接上我们一个服务器后进行查询的返回界面     上面的数据为服务器上真实的数据。   https://www.ossez.com/t/druid-dsql/13634

提示的错误信息如下： Import error: No module name urllib2 问题和解答 出现这个问题的原因可能是你的 Python 版本不正确或者没有安装 Python。 运行命令 apt-get install python 来安装 Python，然后再次运行 ./dsql 你应该能够看到命令行提示工具。     如果能看到这个提示符的话，就表示 dsql 的配置已经正确了。   https://www.ossez.com/t/druid-dsql-urllib2/13635

下面是你可以在 Druid 上尝试进行查询的一些实例供你测试： 对时间进行查询 SELECT FLOOR(__time to HOUR) AS HourTime, SUM(deleted) AS LinesDeleted FROM wikipedia WHERE "__time" BETWEEN TIMESTAMP '2015-09-12 00:00:00' AND TIMESTAMP '2015-09-13 00:00:00' GROUP BY 1     基本的 group by SELECT channel, page, SUM(added) FROM wikipedia WHERE "__time" BETWEEN TIMESTAMP '2015-09-12 00:00:00' AND TIMESTAMP '2015-09-13 00:00:00' GROUP BY channel, page ORDER BY SUM(added) DESC     Druid 能够进行一些比较灵活的查询，因此对基本的 SQL 掌握还是需要的。   https://www.ossez.com/t/druid/13633

Druid 控制台中提供了一个将 SQL 脚本转换为 JSON 格式的方法。 JSON 格式便于通过 HTTP 发送给后台处理，因此有些 SQL 我们希望转换为 JSON 格式。 选择菜单 可以按照下面的菜单中的选择项进行选择，然后单击运行     根据官方的文档说明，Druid 的所有查询都是使用 JSON 格式进行查询的。 哪怕你使用的是 SQL ，Druid 还是会将你的 SQL 转换为 JSON 后查询。 可以从上面的语句中看到，Select 对应 JSON 中的查询类型为 topN。     因为在 Druid 的 JSON 查询中，提供了更多的功能和配置参数，因此官方还是建议对 JSON 查询有所了解。   https://www.ossez.com/t/druid-druid-console-sql-json/13632

在 datasource 的树中，单击 __time 然后选择 Remove Filter   单击 Run 来运行这个查询。你应该在返回的对话框中看到 2 列的数据，这个包括有 page name 和 count: 需要注意的是，通过控制台进行查询的返回结果集被限制为默认 100 条记录，这是在 Smart query limit 特性中进行配置的。  这个能够帮助用户避免在运行查询的时候返回大量的数据，有可能会让其系统过载。 让我们对上面的查询语句进行一些编辑来看看在查询构建器中能够提供那些特性，请在查询构建起器中进行下面的一些修改： 第一列的 "page" 后面开始输入一个新列的名字 "countryName"。请注意自动完成菜单将会针对你输入的字符提示 列名，函数，关键字以及其他的内容 选择 “countryName” 和添加新的列到 GROUP BY 语句中，可以通过名字或者位置 2 来完成操作。 为了让我们的 SQL 更加具有可读性，将 Count 列的名字替换为 Edits，这是因为这一列是使用 COUNT() 函数来进行计算的，实际上的目的是返回编辑的次数。 在 ORDER BY 语句中使用同样的名字来进行排序。COUNT() 函数是 Druid 提供的多个可用函数的一个。你可以将你的鼠标移动到函数的名字上面，在随后弹出的自动完成对话框中将会对函数的功能进行一个简要的描述 同时，你可以可以通过 Druid 的文档来了解更多的内容，例如, COUNT() 函数的文档位于 Aggregation functions 页面中。当完成上面的所有操作后，你的 SQL 脚本应该看起来和下面的是一样的了： SELECT "page", "countryName", COUNT(*) AS "Edits" FROM "wikipedia" GROUP BY 1, 2 ORDER BY "Edits" DESC 当你对上面的 SQL 脚本再次运行以后，你会注意到我们会返回一个新的列（dimension）为 countryName，但是这一列的大部分行的值都是空的。 让我们通过修改 SQL 来只显示 countryName 不为空的行。 2. 单击 countryName 这一列，在左侧的面部中选择第一个过滤器（first filtering）的选项。这个过滤器的内容可能并不是我们想要的，我们会在后面对其进行编辑 WHERE 语句将会显示在你的查询中。 修改 WHERE 语句来将 countryName 不为空的列去除掉。 WHERE "countryName" IS NOT NULL 然后再次运行修改后的 SQL 脚本，你应该可以只看到编辑次数最多的国家：   在 Druid 使用 SQL 进行查询的后面，所有的 Druid SQL 查询都可以被转换为基于 JSON 格式的 Druid native query 来在 Druid 的数据节点中进行查询。 你可以通过单击查询运行按钮的后面... 然后选择 Explain SQL Query 来进行查看。 尽管你可以在大部分的情况下使用 Druid SQL，但是如果你能够了解 Druid 原生查询的意义，那么对你在问题解决和有关性能问题的调试上面会更加有效，请参考 Native queries 页面来获得更多信息。     另外一种通过纯文本 JSON 格式查看 SQL 脚本的办法就是在查询脚本前面添加 EXPLAIN PLAN FOR, 如下所示： EXPLAIN PLAN FOR SELECT "page", "countryName", COUNT(*) AS "Edits" FROM "wikipedia" WHERE "countryName" IS NOT NULL GROUP BY 1, 2 ORDER BY "Edits" DESC 这种方式针对在控制台工具上运行查询脚本的时候非常有用。 最后，单击 ... 然后选择 Edit context 来查看你可以添加的其他参数来控制查询的执行。 在这个字段中，可以通过输入基于 JSON 格式的 key-value 对，请参考 Context flags 页面描述的更多内容。 上面就是我们如何通过使用 Druid 控制的查询构建特性来构建的一个简单的数据查询。 在本页面的后续部分提供了更多的一些你可以尝试使用的查询实例。 同时请查看 进行查询的其他方法 部分中的内容来了解如何 在命令行工具或者 HTTP 上运行 Druid SQL 查询。   https://www.ossez.com/t/druid-druid-console/13631