Presto：一款免费开源的大数据SQL查询引擎

Presto 是一款免费面向现代数据分析的高性能、分布式 SQL 查询引擎，可以为数据库、大数据以及湖仓一体等存储架构提供统一的 SQL 查询接口。

Presto 项目主要基于 Java 语言开发，遵循 Apache 2.0 开源协议，代码托管在 GitHub，目前已经获得了 16.5K Stars：

https://github.com/prestodb/presto

系统架构

作为一个计算引擎，Presto 本身不存储数据，而是专门用来快速查询外部数据源。

Presto 采用典型的主从（Master-Slave）架构，主要包括两个角色：Coordinator 和 Worker 。

• Coordinator，负责接收客户端的 SQL 查询，主要工作包括：解析 SQL 语句，检查语法，并基于成本生成最优的分布式执行计划；将执行计划分解成多个阶段和任务，并将其分发给 Worker 节点执行；监控所有 Worker 节点的状态，并协调整个查询的执行过程。
• Worker，负责执行具体的数据处理任务，包括连接到数据源读取数据，在内存中对数据进行处理（例如过滤、聚合、关联），将中间结果传递给其他 Worker 进行下一步处理。Worker 节点是并行工作的，数据和处理任务都被分散到所有可用的 Worker，这是 Presto 高性能的基础。

客户端通过 CLI、JDBC、ODBC 等方式连接到 Coordinator 来提交查询。

功能特性

• 连接器：Presto 通过连接器（Connector）支持丰富的数据源，包括 Accumulo、Arrow Flight、BigQuery、Cassandra、ClickHouse、Delta Lake、Druid、Elasticsearch、Google Sheets、HANA、Hive、Hudi、Iceberg、Kafka、MongoDB、MySQL、Oracle、PostgreSQL、Prometheus、Redis、Redshift、ScyllaDB、SingleStore、SQL Server、Thrift、本地文件等。
• 高性能：采用内存计算和流水线执行模型，查询速度比 Hive 快几个数量级（从分钟级降到秒级），非常适合交互式查询和即席分析。
• 标准 SQL：支持 ANSI SQL，学习成本低，现有的 BI 工具（例如 Tableau, Superset）可以轻松地通过 JDBC/ODBC 与之集成。

• 联邦查询：采用用标准 SQL 即可实现跨源分析，打破了数据孤岛。
• 可扩展性： MPP 架构可以轻松地向集群中添加或移除 Worker 节点，实现水平扩展。
• 灵活部署：可以在本地数据中心部署，也可以在云上部署。
• REST API：Presto 提供了一套 RESTful API，允许通过 HTTP 请求直接与服务器交互，完成查询提交、状态监控和集群管理等一系列操作。
• 生态系统：Presto 托管给了 Linux 基金会，社区非常活跃，生态系统在不断扩展中。

下载安装

Presto 支持多种安装方式，使用 Docker 进行部署的命令如下：

docker run -p 8080:8080 -ti prestodb/presto:latest

启动服务之后，在浏览器中输入以下地址进行访问：

http://localhost:8080/

官方文档：

https://prestodb.io/docs/current/index.html