网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
- 当Worker启动时,会广播自己去发现 Coordinator,并告知 Coordinator 它是可用,随时可以接受 Task。
- Worker 与 Coordinator、Worker 通信同样是通过 REST API。
2.3 数据源
Presto特定的数据源:Connector、Catalog、Schema 和 Table。
- Connector
n. 连接器,连接头
- Connector 是适配器,用于 Presto 和数据源(如Hive、RDBMS)的连接。可以认为是类似 JDBC 那样,但却是 Presto 的 SPI 的实现,使用标准的 API 来与不同的数据源交互。
- Presto 有几个内建 Connector:JMX 的 Connector、System Connector(用于访问内建的 System table)、Hive 的 Connector、TPCH(用于TPC-H基准数据)。还有很多第三方的 Connector,所以Presto 可以访问不同数据源的数据。
- 每个 Catalog 都有一个特定的 Connector。如果使用 Catalog 配置文件,每个文件都必须包含connector.name 属性,用于指定 Catalog 管理器(创建特定的 Connector 使用)。一个或多个 Catalog 用同样的 connector 是访问同样的数据库。例如,有两个Hive集群。可以在一个 Presto 集群上配置两个 Catalog,两个 Catalog 都是用 Hive Connector,从而达到可以查询两个 Hive 集群的目的。
- Catalog
n. [图情][计]目录;登记
- 一个 Catalog 包含 Schema 和 Connector。例如,配置 JMX 的 Catalog,通过 JXM Connector 访问 JXM 信息。当执行一条SQL语句时,可以同时运行在多个 Catalog。
- Presto 处理 table 时,是通过表的完全限定(fully-qualified)名来找到 Catalog。例如,一个表的权限定名是 hive.test_data.test,则 test 是表名,test_data 是 Schema,Hive 是 Catalog。
- Catalog 的定义文件是在 Presto 的配置目录中。
- Schema
n. [计][心理] 模式;计划;图解;概要
- Schema 是用于组织 table。当通过 Presto 访问 Hive 或 MySQL 时,一个 Schema 会同时转为 Hive 或 MySQL 的同等概念。
- Table
- Table 跟关系型的表定义一样,但数据和表的映射是交给 Connector。
2.4 数据模型
1)Presto 的三层表结构
- Catalog:对应某一类数据源,例如 Hive 的数据,或 MySQL 的数据。
- Schema:对应特定数据源中的数据库。
- Table:对应特定数据库中的表。
2)Presto 的存储单元
- Page:多行数据的集合,包含多个列的数据,内部仅提供逻辑行,实际以列式存储。
- Block:一列数据,根据不同类型的数据,通常采取不同的编码方式,了解这些编码方式,有助于自己的存储系统对接 Presto。
3)不同类型的Block
- Array 类型的,应用于固定宽度的类型,例如 int,long,double。Block 由两部分组成:
- boolean valueIsNull[] 表示每一行是否有值。
- T values[] 每一行的具体值。
- 可变宽度的,应用于 String 类数据,由三部分信息组成
- Slice:所有行的数据拼接起来的字符串。
- int offsets[]:每一行数据的起始便宜位置。每一行的长度等于下一行的起始便宜减去当前行的起始便宜。
- boolean valueIsNull[] 表示某一行是否有值。如果有某一行无值,那么这一行的便宜量等于上一行的偏移量。
- 固定宽度的String类型的,所有行的数据拼接成一长串Slice,每一行的长度固定。
- 字典:对于某些列,distinct 值较少,适合使用字典保存。主要有两部分组成:
- 字典,可以是任意一种类型的 block(甚至可以嵌套一个字典block),block 中的每一行按照顺序排序编号。
- int ids[]表示每一行数据对应的 value 在字典中的编号。在查找时,首先找到某一行的id,然后到字典中获取真实的值。
3. 特点
3.1 与MapReduce对比
Presto 中 SQL 运行过程与 MapReduce 对比:
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
戳这里获取](https://bbs.csdn.net/topics/618545628)**
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!