Presto架构及原理
115 浏览量
2021-01-27
12:13:49
上传
评论
收藏 384KB PDF 举报
Presto架构及原理架构及原理
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。Presto 的目标是在可期望的
响应时间内返回查询结果，Facebook 在内部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。
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
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
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
更形象架构图如下：
Presto低延迟原理
完全基于内存的并行计算
流水线式计算作业
本地化计算
动态编译执行计划
GC控制
Presto存储插件
Presto设计了一个简单的数据存储的抽象层， 来满足在不同数据存储系统之上都可以使用SQL进行查询。
存储插件（连接器,connector）只需要提供实现以下操作的接口， 包括对元数据（metadata）的提取，获得数据存储的位
置，获取数据本身的操作等。
除了我们主要使用的Hive/HDFS后台系统之外， 我们也开发了一些连接其他系统的Presto 连接器，包括HBase，Scribe和定
制开发的系统
插件结构图如下：
presto执行过程
执行过程示意图：
资源评论
