Presto简介

Presto

Presto是基于大数据的分布式SQL查询引擎

Presto是开源的、基于大数据的交互式查询引擎。它设计的目的就是用来提高海量数据查询的速度。
Presto是运行在集群中的一个分布式系统，它可以分析海量数据。使用Presto，可以通过SQL接入和查询不同源头的数据。

Presto的整体架构包含一个coordinator和多个workers。通过客户端提交query给coordinator（比如Presto CLI）。coordinator负责解析分析成执行计划，然后将这些可执行计划部署到worker中。

Presto支持插件式connector，然后基于提供的数据做查询。不同connector的要求不同，比如可以支持：Hive，MySQL，Elasticsearch，Cassandra，kafka和其他。

应用场景

• 交互式分析
• 批量ETL
• A/B测试
• 应用分析

组件介绍

Presto集群中服务器有两种类型：coordinator和worker

Coordinator

Presto中的coordinator负责解析话术，生成计划，并且管理worker节点，它是Presto的“大脑”，并且也是集群中的一个可连接的节点。一个Presot集群中需要有一个coordinator和一个或多个worker，如果用于测试的话，可以将一个实例赋予两个角色。
Presto通过REST API与worker和client进行连接通信。

Worker

worker负责执行任务和处理数据，worker从connector获取数据并互相之间进行数据交换。coordinator负责从worker获取结果数据并返回给client。
当worker启动后会注册到coordinator中，然后coordinator可以给该worker分配任务。