一、Presto是什麼？
Presto是一個開源的分佈式SQL查詢引擎，適用於交互式分析查詢，數據量支持GB到PB字節。
Presto的設計和編寫完全是爲了解決像Facebook這樣規模的商業數據倉庫的交互式分析和處理速度的問題。
官網和部署地址：http://prestodb.jd.com/overview.html
二、它可以做什麼？
Presto支持在線數據查詢，包括Hive, Cassandra, 關係數據庫以及專有數據存儲。 一條Presto查詢可以將多個數據源的數據進行合併，可以跨越整個組織進行分析。
Presto以分析師的需求作爲目標，他們期望響應時間小於1秒到幾分鐘。 Presto終結了數據分析的兩難選擇，要麼使用速度快的昂貴的商業方案，要麼使用消耗大量硬件的慢速的“免費”方案。
三、數據模型
1.presto採取三層表結構：
catalog 對應某一類數據源，例如hive的數據，或mysql的數據
schema 對應mysql中的數據庫
table 對應mysql中的表
2.presto的存儲單元包括：
Page： 多行數據的集合，包含多個列的數據，內部僅提供邏輯行，實際以列式存儲。
Block：一列數據，根據不同類型的數據，通常採取不同的編碼方式，瞭解這些編碼方式，有助於自己的存儲系統對接presto。
3.不同類型的block：
1.array類型block，應用於固定寬度的類型，例如int，long，double。block由兩部分組成
boolean valueIsNull[]表示每一行是否有值。
T values[] 每一行的具體值。
2. 可變寬度的block，應用於string類數據，由三部分信息組成
Slice ： 所有行的數據拼接起來的字符串。
int offsets[] :每一行數據的起始便宜位置。每一行的長度等於下一行的起始便宜減去當前行的起始便宜。
boolean valueIsNull[] 表示某一行是否有值。如果有某一行無值，那麼這一行的便宜量等於上一行的偏移量。
3. 固定寬度的string類型的block，所有行的數據拼接成一長串Slice，每一行的長度固定。
- 字典block：對於某些列，distinct值較少，適合使用字典保存。主要有兩部分組成：
字典，可以是任意一種類型的block(甚至可以嵌套一個字典block)，block中的每一行按照順序排序編號。
int ids[] 表示每一行數據對應的value在字典中的編號。在查找時，首先找到某一行的id，然後到字典中獲取真實的值。
插件
瞭解了presto的數據模型，就可以給presto編寫插件，來對接自己的存儲系統。presto提供了一套connector接口，從自定義存儲中讀取元數據，以及列存儲數據。先看connector的基本概念：
ConnectorMetadata: 管理表的元數據，表的元數據，partition等信息。在處理請求時，需要獲取元信息，以便確認讀取的數據的位置。Presto會傳入filter條件，以便減少讀取的數據的範圍。元信息可以從磁盤上讀取，也可以緩存在內存中。
ConnectorSplit: 一個IO Task處理的數據的集合，是調度的單元。一個split可以對應一個partition，或多個partition。
SplitManager : 根據表的meta，構造split。
SlsPageSource : 根據split的信息以及要讀取的列信息，從磁盤上讀取0個或多個page，供計算引擎計算。
Presto提供了一個簡單的connector : local file connector ,可用於參考如何實現自己的connector。不過local file connector中使用的遍歷數據的單元是cursor,即一行數據，而不是一個page。 hive 的connector中實現了三種類型，parquet connector, orc connector, rc file connector。
