本人以实时读取kafka数据为例，展示supervisor的创建和监控，关于druid 对flatten json的解析可参照本人文章《Druid Flatten JSON解析》。
（1）提交任务
首先编写supervisor json文件，在json文件目录通过命令行向overlord节点提交任务
任务提交成功会返回supervior的id,表明任务创建成功，如果错误，可到overlord.log中去查看日志。
（2）任务监控
通过overlord 的web UI 监控正在运行的任务。
通过该监控界面可查看正在运行的task、运行日志，并可通过web关掉某个正在运行的任务。另外如果从kafka中读取数据时，针对某个topic的任务数需要根据partition数量进行确定，taskCount一般大于等于topic的partation数量，否则会造成数据读取的延迟。
另外创建任务之后，如果kafka中的topic中没有数据，会正常创建running task，但不会立即创建segments，segments会等到接受数据才创建，周期性的落盘会写入segments文件中。
（3）关闭任务
通过命令行向overlord节点发送查询请求
curl -X GET http://overlordip:host/druid/indexer/v1/supervisor然后通过如下请求shutdown 正在运行任务。
curl -X POST http://overlordipLhost/druid/indexer/v1/supervisor/<supervisorNamexxxx>/shutdown（4）任务运行日志
实时从kafka中读取数据，会生成indexing sercice,可向druid.indexer.logs.directory配置的路径去查看相关任务运行的日志，
该属性配置的common configuration中（common.runtime.properties）
（5）查看druid datasouce
可向coordinate节点查询datasource节点信息。
http://coordianteip:host/#/datasources
点击某个datasouce，可查看该datasouce的segments信息。
某个datasource详细信息可现实interval 信息列表，点击某个interval，可现实该interval时间段下创建的shard segments信息，包括dimension、metrics和location信息。
上方图形可总体显示各时间点seegments存储情况和创建情况。
（6） 删除datasouce信息
情况一：整体删掉某个数据源。
1、禁用某个datasource
curl -X 'DELETE' "http://<coordinateip:host>/druid/coordinator/v1/datasources/<datasouceName>"2 、删除指定interval时间段的时间
curl -X 'DELETE' 'http://<coordinatorIp:host>/druid/coordinator/v1/datasources/<datasouceName>/intervals/1970-01-01T00:00:00.000Z_2018-06-20T00:00:00.000Z'其中“1970-01-01T00:00:00.000Z_2018-06-20T00:00:00.000Z”代表的删除的时间段段，如果想全部删除该时间段可设置时间范围广些，用iso8601标准时间，时间之间用_分隔，time1_time2。
3、删除指定segmentsID 的数据
curl -X 'DELETE' 'http://<coordinatorIp>:<coordinatorPort>//druid/coordinator/v1/datasources/<datasourceName>/segments/<segmentsId>
4、激活数据源
curl -X 'POST' "http://<coordinatorIp>:<coordinatorPort>/druid/coordinator/v1/datasources/datasourceName"