Druid 是一款高性能、分布式、列存儲型實時數據處理系統。在 Druid 中，可以使用 JSON 文件來描述一個查詢任務。

一個 Druid JSON 任務由多部分組成，例如：數據源、過濾器、聚合等等。

下面是一個使用 JSON 文件來描述 Druid 查詢任務的示例：

{
"queryType": "groupBy",
"dataSource": "my_datasource",
"granularity": "day",
"dimensions": ["dim1", "dim2"],
"aggregations": [
{ "type": "longSum", "name": "metric1", "fieldName": "metric1" },
{ "type": "doubleSum", "name": "metric2", "fieldName": "metric2" }
],
"intervals": ["2022-01-01T00:00:00.000/2022-02-01T00:00:00.000"],
"filter": {
"type": "and",
"fields": [
{ "type": "selector", "dimension": "dim1", "value": "value1" },
{ "type": "or",
"fields": [
{ "type": "selector", "dimension": "dim2", "value": "value2" },
{ "type": "selector", "dimension": "dim2", "value": "value3" }
]
}
]
},
"having": {
"type": "greaterThan",
"aggregation": "metric1",
"value": 100
},
"limitSpec": { "type": "default", "limit": 100, "columns": ["metric1"] }
}

在這個例子中，我們描述了一個聚合查詢任務。我們使用了groupBy查詢類型，在數據源my_datasource中按照day粒度對數據進行聚合。我們使用了兩個維度dim1和dim2，以及兩個聚合函數longSum和doubleSum。

我們還使用了一個過濾器來限制查詢結果，以僅包含維度dim1=value1以及維度dim2=value2或dim2=value3的行。我們還添加了一個having子句，以僅返回聚合結果中metric1值大于 100 的行。最后，我們使用limitSpec子句來限制返回結果的數量。

這只是一個簡單的例子，Druid JSON 查詢任務可以包含更多部分，并具有更復雜的查詢語句。