數(shù)據(jù)工程師和分析師對大量數(shù)據(jù)運行交互式臨時分析的需求繼續(xù)呈爆炸性增長。數(shù)據(jù)平臺團隊越來越多地使用聯(lián)合SQL 查詢引擎 PrestoDB 為各種用例運行此類分析，跨越廣泛的數(shù)據(jù)湖和數(shù)據(jù)庫就地，而無需移動數(shù)據(jù)。PrestoDB 由 Linux 基金會的Presto 基金會托管，是在 Facebook、Uber 和 Twitter 上大規(guī)模運行的同一個項目。
讓我們來看看 Presto 的一些重要特征，這些特征解釋了它的日益普及。
更輕松地與生態(tài)系統(tǒng)集成
Presto 旨在與現(xiàn)有數(shù)據(jù)生態(tài)系統(tǒng)無縫集成，無需對正在進行的系統(tǒng)進行任何修改。這就像使用額外的更快的數(shù)據(jù)訪問接口為您現(xiàn)有的堆棧增壓。
Presto 提供額外的計算層以加快分析速度。它不存儲數(shù)據(jù)，這使它具有能夠根據(jù)需求向上和向下擴展查詢資源的巨大優(yōu)勢。
這種計算和存儲分離使 Presto 查詢引擎非常適合云環(huán)境。大多數(shù)云部署利用對象存儲，它已經(jīng)從計算層中分離出來，并自動擴展以優(yōu)化資源成本。
統(tǒng)一的 SQL 接口
SQL 是迄今為止最古老、使用最廣泛的數(shù)據(jù)分析語言。分析師、數(shù)據(jù)工程師和數(shù)據(jù)科學(xué)家使用 SQL 來探索數(shù)據(jù)、構(gòu)建儀表板并通過 Jupyter 和 Zeppelin 等筆記本或 Tableau、PowerBI 和 Looker 等 BI 工具來測試假設(shè)。
Presto 是一個聯(lián)合查詢引擎，它不僅能夠從分布式文件系統(tǒng)中查詢數(shù)據(jù)，還能夠從其他來源查詢數(shù)據(jù)，例如 Cassandra、Elasticsearch 和 RDBMS 等 NoSQL 存儲，甚至是 Kafka 等消息隊列。
表現(xiàn)
Facebook 團隊開發(fā) Presto 是因為 Apache Hive 不適合交互式查詢。Hive 的下劃線架構(gòu)通過執(zhí)行多個 MapReduce 和 Tez 作業(yè)來執(zhí)行查詢，非常適合大型復(fù)雜作業(yè)，但不適用于低延遲查詢。Hive 項目最近使用 Hive LLAP 引入了內(nèi)存緩存；然而，它適用于某些類型的查詢，但它也使 Hive 更加資源密集。
同樣，Apache Spark 非常適合使用內(nèi)存計算的大型復(fù)雜作業(yè)。但是，它不如 Presto 交互式 BI 查詢有效。
Presto 專為高性能而打造，具有多項關(guān)鍵功能和優(yōu)化，例如代碼生成、內(nèi)存中處理和流水線執(zhí)行。Presto 查詢在工作節(jié)點上共享一個長期存在的 Java 虛擬機 (JVM) 進程，從而避免了產(chǎn)生新 JVM 容器的開銷。
查詢聯(lián)合
Presto 提供了一個統(tǒng)一的 SQL 方言，可以抽象出所有支持的數(shù)據(jù)源。這是一項強大的功能，用戶無需了解底層系統(tǒng)的連接和 SQL 方言。
適合云的設(shè)計
Presto 將存儲和計算分開運行的基本設(shè)計使其在云環(huán)境中操作極其方便。由于 Presto 集群不存儲任何數(shù)據(jù)，因此可以根據(jù)負載自動擴展，而不會造成任何數(shù)據(jù)丟失。
如您所見，Presto 為交互式即席查詢提供了許多優(yōu)勢。難怪數(shù)據(jù)平臺團隊越來越多地使用 Presto 作為事實上的 SQL 查詢引擎，在不需要移動數(shù)據(jù)的情況下跨數(shù)據(jù)源運行分析。
