Presto简介 Presto是Facebook开源的大数据分布式SQL查询引擎，可对从数G到数P的大数据进行交互式的查询，查询的速度达到商业数据仓库的级别。支持查询包括Hive、Cassandra以及某些商业的数据存储产品。单个Presto查询可合并来自多个数据源的数据进行统一分析。Presto不使用MapReduce，只需要HDFS。 Facebook在内部已经在多个数据存储中使用Presto交互式查询，包括300PB的数据仓库，超过1000个Facebook员工每天在使用Presto运行超过3万个查询，每天扫描超过1PB的数据。Airbnb和Dropbox目前也在使用Presto产品。 Presto优势 Presto设计精巧，最大化地利用硬件性能，计算全部在内存中完成，很好的利用高速网络来进行数据调度，性能基本上是Hive的10倍。 支持直接使用presto-jdbc驱动完成Java应用程序开发。 Presto集群中的数据传输、节点通信、心跳感应、计算监控、计算调度和计算分布全部都是基于RESTful服务实现的，因此Presto中的RESTful服务就是Presto所有服务的基石。

Presto查询流程 Presto客户端对查询语句的提交流程： 1、从指定文件、命令行参数或者Cli窗口中获取需要执行的SQL语句 2、将得到的SQL语句组装成一个RESTful请求，发送给Coordinator，并处理返回的response。 3、Cli会不停地循环分批读取查询结果并在屏幕进行动态显示，直到查询结果完全显示完毕。 向Presto集群提交一个查询，其整个过程会经历4个阶段： 1、提交查询：客户端向Coordinator提供的RESTful服务提交SQL语句 2、生成查询执行计划：Coordinator根据传递的SQL语句生成响应的查询执行计划 3、查询调度：Coordinator根据生成的查询执行计划，依次进行Stage和Task调度。 4、查询执行：最终Coordinator会调度最空闲的Worker执行相应的Task进行实际计算任务。 Presto队列是用于控制查询并发量和可接收的SQL数量，可针对用户、提交来源、Session等信息进行个性化配置。 Presto支持众多数据源Connector，最常用的为Hive Connector。 Hive Connector使用Hive的元数据，Coordinator节点通过Hive Metastore加载元数据，Presto的计算节点读取Hive表对应的HDFS数据。 Kafka Connector支持Apache Kafka 0.8及以上版本，将Apache Kafka中的topics当作表进行处理，topics中每条消息在Presto中被解析为表中的一行数据。 关于大数据开发，大数据查询引擎Presto，以上就为大家做了简单的介绍了。作为大数据查询的重要组件之一，Presto也是在市场上占有相应的位置的，作为大数据从业者，应有相应程度的了解。