（44）Presto 命令行 Client 安装

1. 命令行 Client 安装

1 ）下载 Presto 的客户端

https://repo1.maven.org/maven2/com/facebook/presto/presto-cli/0.196/presto-cli-0.196-

executable.jar

2 ）将 presto-cli-0.196-executable.jar 上传到 hadoop102 的 /opt/module/presto 文件夹下

3 ）修改文件名称

[atguigu@hadoop102 presto]$ mv presto-cli-0.196-executable.jar

prestocli

4 ）增加执行权限

[atguigu@hadoop102 presto]$ chmod +x prestocli

5 ）启动 prestocli

[atguigu@hadoop102 presto]$ ./prestocli --server hadoop102:8881

--catalog hive --schema default

6 ） Presto 命令行操作

Presto 的命令行操作，相当于 Hive 命令行操作。每个表必须要加上 schema 。

例如：

select * from schema.table limit 100

2.可视化 Client 安装

1 ）将 yanagishima-18.0.zip 上传到 hadoop102 的 /opt/module 目录

2 ）解压缩 yanagishima

[atguigu@hadoop102 module]$ unzip yanagishima-18.0.zip

cd yanagishima-18.0

3 ）进入到 /opt/module/yanagishima-18.0/conf 文件夹，编写 yanagishima.properties 配置

[atguigu@hadoop102 conf]$ vim yanagishima.properties

添加如下内容

jetty.port=7080

presto.datasources=atguigu-presto

presto.coordinator.server.atguigu-presto=http://hadoop102:8881

catalog.atguigu-presto=hive

schema.atguigu-presto=default

sql.query.engines=presto

4 ）在 /opt/module/yanagishima-18.0 路径下启动 yanagishima

[atguigu@hadoop102 yanagishima-18.0]$

nohup bin/yanagishima-start.sh >y.log 2>&1 &

5 ）启动 web 页面

http://hadoop102:7080

看到界面，进行查询了。

6 ）查看表结构

 

这里有个 Tree View ，可以查看所有表的结构，包括 Schema 、表、字段等。

比如执行 select * from hive.dw_weather.tmp_news_click limit 10 ，这个句子里 Hive 这个

词可以删掉，是上面配置的 Catalog

 

每个表后面都有个复制键，点一下会复制完整的表名，然后再上面框里面输入 sql 语句，

ctrl+enter 键执行显示结果

 

3 Presto 优化之数据存储

1.3.1 合理设置分区

与 Hive 类似， Presto 会根据元数据信息读取分区数据，合理的分区能减少 Presto 数据

读取量，提升查询性能。

1.3.2 使用列式存储

Presto 对 ORC 文件读取做了特定优化，因此在 Hive 中创建 Presto 使用的表时，建议采

用 ORC 格式存储。相对于 Parquet ， Presto 对 ORC 支持更好。

1.3.3 使用压缩

数据压缩可以减少节点间数据传输对 IO 带宽压力，对于即席查询需要快速解压，建议

采用 Snappy 压缩。

Presto 优化之查询 SQL

1.4.1 只选择使用的字段

由于采用列式存储，选择需要的字段可加快字段的读取、减少数据量。避免采用 * 读取

所有字段。

 

1.4.2 过滤条件必须加上分区字段

对于有分区的表， where 语句中优先使用分区字段进行过滤。 acct_day 是分区字段，

visit_time 是具体访问时间。

 

1.4.3 Group By 语句优化

合理安排 Group by 语句中字段顺序对性能有一定提升。将 Group By 语句中字段按照每

个字段 distinct 数据多少进行降序排列。

 1.4.4 Order by 时使用 Limit

Order by 需要扫描数据到单个 worker 节点进行排序，导致单个 worker 需要大量内存。

如果是查询 Top N 或者 Bottom N ，使用 limit 可减少排序计算和内存压力。

 

1.4.5 使用 Join 语句时将大表放在左边

Presto 中 join 的默认算法是 broadcast join ，即将 join 左边的表分割到多个 worker ，然后

将 join 右边的表数据整个复制一份发送到每个 worker 进行计算。如果右边的表数据量太大，

则可能会报内存溢出错误。

 

1.5 注意事项

1.5.1 字段名引用

避免和关键字冲突： MySQL 对字段加反引号 ` 、 Presto 对字段加 双引号分割

当然，如果字段名称不是关键字，可以不加这个双引号。

1.5.2 时间函数

对于 Timestamp ，需要进行比较的时候，需要添加 Timestamp 关键字，而 MySQL 中对

Timestamp 可以直接进行比较。

/*MySQL 的写法 */

1.5.3 不支持 INSERT OVERWRITE 语法

Presto 中不支持 insert overwrite 语法，只能先 delete ，然后 insert into 。

1.5.4 PARQUET 格式

Presto 目前支持 Parquet 格式，支持查询，但不支持 insert 。