Presto 是一个运行在多台服务器上的分布式系统。完整安装包括一个
Coordinator
和多 个
Worker
。由
客户端
提交查询，从 Presto 命令行 CLI 提交到 Coordinator。Coordinator 进行 解析，分析并执行查询计划，然后分发处理队列到 Worker
presto中的组件：
Presto查询引擎是一个Master-Slave的架构，由一个Coordinator节点，一个Discovery
Server节点，多个Worker节点组成，Discovery Server通常内嵌于Coordinator节点中。
Coordinator负责解析SQL语句，生成执行计划，分发执行任务给Worker节点执行。
Worker节点负责实际执行查询任务。Worker节点启动后向Discovery Server服务注册，
Coordinator从Discovery Server获得可以正常工作的Worker节点。如果配置了Hive
Connector，需要配置一个Hive MetaStore服务为Presto提供Hive元信息，Worker节点
与HDFS交互读取数据
（1）Coordinator：
负责接收来自用户的查询语句，解析这些语句，安排执行计划，并且管理worker节点.
Coordinator会跟踪每个worker的活动，并安排查询的执行，一旦接受到SQL查询，Coordinator就会负责parsing,analyzing，planning这个查询。
（2）Discovery Service
presto通过Discovery Service发现集群中的所有节点，worker启动的时候就会像Discovery Service注册，并且定时发送心跳信号
（3）worker
worker负责执行Coordinator分配给他的Tasks并且处理数据
sql的执行过程：
SQL以文本的形式被提交到Coordinator之后，Coordinator获取该文本并对其进行解析
和分析， 然后，它通过使用Presto中称为
Query Plan
的内部数据结构创建执行计划
执行流程：
（1）由客户端提交sql查询，通过presto cli提交到coordinator
（2）coordinator解析查询计划，然后把任务分发给worker
（3）worker来负责执行任务和处理数据
（4） 一个 Catalog 包含 Schema 和 Connector
Connector类似于JDBC，用于Presto和数据源的连接
Schema类似于MySQL中的数据库，Schema 是用于组织 table。把 catelog 和 schema 结合在一起来包含一组的表
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_presto.test
，则
test
是表名，
test_presto
是 schema，
hive
是 catalog，属于三层结构
每个Catalog配置使用一个Connector来访问一个特定的数据源，
Presto的Catalog相当于我们经常说的mysql实例
这个Catalog的数据源会对外暴露一个或多个Schema
每一个Schema包含一些Table，这些表以Row的方式提供数据，每一个Row中包含
多个不同数据类型的Column。
Connector-based架构
：
Presto的存储与计算分离的核心在于Connector为基础的架构。Connector为Presto 提供了一个可以访问任意数据源的接口
Presto中的执行计划使
用Metadata SPI用于获取关于表、列和类型的信息，Data Statistics SPI用于获取关于行数和表大小的信息，以便在计划期间执行基于成本(cost-based)的查询优化， Data Location SPI来收集关于数据源的表等元数据信息，它可以生成关于表内容的逻辑Splits。Splits是工作分配和并行化的最小单位。
也可参考官方网站进行学习，
https://prestodb.io/
和
https://trino.io/
Presto优点
|
特点 |
说明 |
|
多数据源 |
支持MySQL/PostgreSQL/Cassandra/Hive/Kafka等 |
| 支持sql |
完全支持ANSI SQL，提供SQL Shell，也支持JDBC/ODBC |
| 扩展性 |
connector机制，很容易扩展开发自定义connector对接特定数据源 |
| 混合计算 |
针对一种类型的connector配置一个或多个catalog，支持混合多个 catalog进行join查询计算 |
| 高性能 |
充分利用内存，平均性能是Hive的10倍以上，秒级/毫秒级响应 |
| 流水线 |
Pipeline设计，数据像自来水管道一样，一旦开始计算，数据就立即产生 呈现到终端直到结束 |
Presto的安装本人是通过dorker的方式进行测试的，主要是体验实践一下，大体的sql基本与MySQL或者hive类似。
dorker和presto的安装
部分图片来自于自己买的极客时间的大数据训练营的老师PPT上的图片
欢迎大家提出问题，一起学习进步。