Question

Facebook 也是 Hive 的初始开发者。

Presto 是 Facebook 推出的一个基于 Java 开发的大数据分布式 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，据称该引擎的性能是 Hive 的 10 倍以上。Presto 可以查询包括 Hive、Cassandra 甚至是一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。

2.3.1 架构

图 26 Presto 架构

Presto 查询引擎是一个 Master-Slave 的架构，由下面三部分组成:

• 一个 Coordinator 节点
• 一个 Discovery Server 节点
• 多个 Worker 节点

节点说明：

• 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
• Discovery Server: 通常内嵌于 Coordinator 节点中
• Worker 节点: 负责实际执行查询任务，负责与 HDFS 交互读取数据。
• 节点间交互： 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

2.3.2 查询流程

图 27 Presto 执行过程示意图

用户使用 Presto Cli 提交一个查询语句后，Cli 使用 HTTP 协议与 Coordinator 通信，Coordinator 收到查询请求后调用 SqlParser 解析 SQL 语句得到 Statement 对象，并将 Statement 封装成一个 QueryStarter 对象放入线程池中等待执行。