Presto 简介

本教程是关于Presto数据查询引擎的简介内容，作为整个树懒中整个Presto教程的开端，我们会在这篇教程中为您介绍Presto的特点、架构以及这个数据查询引擎的基本原理。

1 Presto简介

Presto是一种OLAP数据查询引擎，它由Facebook于2012年开发，并于2013年正式开源。

Presto支持多种数据源，且支持数据规模达GB至PB量级的运算处理，是大规模并行处理模型（Massively parallel processing,MPP）。

Presto数据查询引擎的架构是由关系型数据库延伸而来的，之所以Presto能够被Facebook誉为“性能比Hive好10倍之多”，是因为它具备以下几个特点：

1）支持不同数据源：Presto支持Mysql、PostgreSQL、Cassanda、Hive、Kafka、JMX等多种数据源的Connector。

2）支持SQL查询：Presto支持SQL查询，并提供SQL Shell脚本语言，用户可直接使用Shell脚本语言进行查询。

3）扩展性强：支持开发人员对Presto进行二次开发，如用户可以根据特定的数据源去开发相对应的Connector。

4）支持混合计算：指用户可配置多个查询目录，进行混合目录的数据查询操作。

5）高性能：Facebook称Presto性能是Hive的10倍之好。

6）PipeLine式设计：Presto支持数据处理的流水过程显式化，即用户可以在操作终端看到数据处理的整个流程。

由于Presto数据查询引擎是基于内存来进行数据处理的，因此对于大量的数据查询而言，Presto并不适用于多表间的Join操作。

Coordinator负责解析语句、规划查询和管理Presto工作节点的服务器。它是Presto的“大脑”，也是客户端连接以提交执行语句的节点。每个Presto进程都必须有一个Coordinator和一个或多个Worker。

Worker负责执行任务和处理数据。Worker节点从connector处获取数据并相互交换中间数据。Coordinator负责从Worker那里获取结果并将最终结果返回给客户端。

Presto以插件形式对数据存储层进行了抽象，它叫做connector。connector用于让Presto适配Hive或关系性数据库等不同的数据源。

Presto包含多个内置connector：用于JMX的connector、提供对内置系统表的访问的系统connector、Hive connector和设计用于提供TPC-H基准数据的TPCH connector。

用于协调Coordinator和Worker之间的服务。

本教程将对Presto这一强大的OLAP数据查询引擎进行由简入深的介绍，教会您包括基本概念、安装配置、操作过程等内容，因此零基础的小白也可放心大胆地食用~

Presto 相关概念