Presto是完全基於內存的並行計算以及分佈式SQL交互式查詢引擎。它可以共享Hive的元數據，然後直接訪問HDFS中的數據。同Impala一樣，作爲Hadoop之上的SQL交互式查詢引擎，通常比Hive要快5-10倍。Presto是一個運行在多臺服務器上的分佈式系統。完整安裝包括一個coordinator和多個worker。
目錄
一、準備工作
1、下載安裝包
我們使用的安裝包是presto-server-0.230.tar.gz，鏈接路徑爲：
https://repo1.maven.org/maven2/com/facebook/presto/presto-server/0.230/presto-server-0.230.tar.gz
2、角色說明
由於小編的CDH集羣是四個節點，那麼此處也配置四個節點，其中master節點安裝coordinator，slave節點安裝worker。Presto服務的安裝目錄爲：
/opt/cloudera/parcels/presto
二、解壓等相關操作
（1）將下載好的tar包上傳到對應目錄並解壓
[root@cdh-master parcels]# pwd
/opt/cloudera/parcels
[root@cdh-master parcels]# tar -zxvf ./presto-server-0.230.tar.gz -C ./
（2）將解壓好的目錄分發到其餘三個節點，以slave01爲例
scp -r ./presto-server-0.230 cdh-slave01:/opt/cloudera/parcels/
（3）爲所有節點的presto-server-0.230目錄創建軟連接
ln -s presto-server-0.230 presto
（4）所有節點的/opt/cloudera/parcels/presto/bin/launcher文件中添加java環境變量
JAVA_HOME=/opt/modules/jdk1.8.0_231
PATH=$JAVA_HOME/bin:$PATH
使用這種方式就可以直爲Presto服務指定JAVA環境，而不會影響服務器上其它服務的JAVA環境。這裏需要注意的是，此處或許對jdk的版本要求比嚴，jdk小版本儘量大於151。
三、準備Presto的配置文件
1、所有節點的/opt/cloudera/parcels/presto目錄下創建etc目錄，用於存放配置文件。
mkdir etc
2、所有節點新建node.properties文件，內容如下（這裏以master節點爲例，salve節點需要更改node.id等內容）：
node.environment=qgwlpresto
node.id=presto-cdh01
node.data-dir=/data/presto
node.environment是集羣名稱。所有在同一個集羣中的Presto節點必須擁有相同的集羣名稱。node.id是每個Presto節點的唯一標識。每個節點的node.id都必須是唯一的。在Presto進行重啓或者升級過程中每個節點的node.id必須保持不變。如果在一個節點上安裝多個Presto實例（例如：在同一臺機器上安裝多個Presto節點），那麼每個Presto節點必須擁有唯一的node.id。node.data-dir：數據存儲目錄的位置（操作系統上的路徑）。Presto將會把日期和數據存儲在這個目錄下。
3、所有節點新建jvm.config文件，配置JVM參數，內容如下：
-server
-Xmx8G
-XX:+UseConcMarkSweepGC
-XX:+ExplicitGCInvokesConcurrent
-XX:+CMSClassUnloadingEnabled
-XX:+AggressiveOpts
-XX:+HeapDumpOnOutOfMemoryError
-XX:OnOutOfMemoryError=kill -9 %p
-XX:ReservedCodeCacheSize=150M
4、所有節點創建config.properties文件，這裏需要注意的是master節點與slave節點的內容不一樣。
（1）master節點即coordinator節點的配置如下：
coordinator=true
node-scheduler.include-coordinator=false
http-server.http.port=8089
query.max-memory=4GB
query.max-memory-per-node=1GB
discovery-server.enabled=true
discovery.uri=http://cdh-master:8089
（2）slave節點即worker節點的配置如下：
coordinator=false
http-server.http.port=8089
query.max-memory=4GB
query.max-memory-per-node=1GB
discovery.uri=http://cdh-master:8089
其中，coordinator指定是否將Presto實例作爲一個coordinator（接收來自客戶端的查詢情切管理每個查詢的執行過程）。node-scheduler.include-coordinator指是否允許在coordinator服務中進行調度工作。對於大型的集羣，在一個節點上的Presto server即作爲coordinator又作爲worker將會降低查詢性能。因爲如果一個服務器作爲worker使用，那麼大部分的資源都不會被worker佔用，那麼就不會有足夠的資源進行關鍵任務調度、管理和監控查詢執行。http-server.http.port即指定HTTP server的端口。Presto使用HTTP進行內部和外部的所有通訊。discovery.uri是Discoveryserver的URI。由於啓用了Prestocoordinator內嵌的Discovery服務，因此這個uri就是Prestocoordinator的uri。
5、所有節點新建日誌文件log.properties，內容如下：
com.facebook.presto=INFO
四、Presto服務的啓動和停止
# 啓動
/opt/cloudera/parcels/presto/bin/launcher start
# 停止
/opt/cloudera/parcels/presto/bin/launcher stop
關於Presto的更多命令，可以通過如下命令查看：
/opt/cloudera/parcels/presto/bin/launcher --help
五、Presto集成Hive
1、在所有節點的/opt/cloudera/parcels/presto/etc目錄下新建catalog目錄：
mkdir catalog
2、所有節點在catalog目錄下創建hive.properties，該文件與Hive服務集成使用，內容如下：
connector.name=hive-hadoop2
hive.metastore.uri=thrift://cdh-master:9083
3、修改presto的jvm.config,在配置文件中增加Presto訪問HDFS的用戶名，如下所示：
-server
-Xmx8G
-XX:+UseConcMarkSweepGC
-XX:+ExplicitGCInvokesConcurrent
-XX:+CMSClassUnloadingEnabled
-XX:+AggressiveOpts
-XX:+HeapDumpOnOutOfMemoryError
-XX:OnOutOfMemoryError=kill -9 %p
-XX:ReservedCodeCacheSize=150M
-DHADOOP_USER_NAME=presto
4、上述用戶爲presto，需要新建此用戶。
useradd presto
5、重啓presto服務
/opt/cloudera/parcels/presto/bin/launcher restart
六、測試
1、這裏測試Presto與Hive的集成使用Presto提供的Presto CLI，該CLI是一個可執行的JAR文件，首先需要下載該文件：
https://repo1.maven.org/maven2/com/facebook/presto/presto-cli/0.230/presto-cli-0.230-executable.jar
2、將下載好的文件上傳到/opt/cloudera/parcels/presto/bin目錄下並修改文件名稱：
mv presto-cli-0.230-executable.jar presto
3、賦權
chmod +x presto
4、執行如下命令訪問Hive
./presto --server cdh-master:8089 --catalog=hive --schema=databaseName
5、監控界面可以看到相關信息
至此，本文就結束了，你們在此過程中遇到了什麼問題，歡迎留言，讓我看看你們都遇到了哪些問題~