一、簡介
Presto是由Facebook開發的，是一個運行在多臺服務器上的分佈式查詢引擎，本身並不存儲數據，但是可以接入多種數據源（Hive、Oracle、MySql、Kafka、Redis等），並且支持跨數據源的級聯查詢，比如：
select * from a join b where a.id=b.id;，其中表a可以來自Hive，表b可以來自Mysql。
優勢（相對於Hive）：
Presto是一個低延遲高併發的內存計算引擎，相比Hive，執行效率要高很多。
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。
那麼，爲什麼presto查詢速度比Hive快？
Presto是常駐任務，接受請求立即執行，全內存並行計算；hive需要用yarn做資源調度，接受查詢需要先申請資源，啓動進程，並且採用mapreduce計算模型，中間結果會經過磁盤。
基礎概念：
catalogs -> 數據源，配置的數據倉庫名稱，不同的數據連接如：hive、mysql
schemas -> 相當於數據庫 database
tables -> 表 tables
接入方式：
Presto的接入方式有多種：presto-cli，pyhive，jdbc，http，golang，SQLAlchemy，PHP等，其中presto-cli命令行模式是Presto官方提供的，以此爲例：
./presto-cli.jar --server 服務IP:端口 --catalog hive --user xxxx --source 'pf=adhoc;client=cli
二、安裝及結構
完整安裝包括一個coordinator和多個worker。 由客戶端提交查詢，從Presto命令行CLI提交到coordinator。 coordinator進行解析，分析並執行查詢計劃，然後分發處理隊列到worker。
查詢原理：完全基於內存的並行計算；流水線；本地化計算；動態編譯執行。
由於 Presto 的數據源具有完全解耦、高性能，以及對 ANSI SQL 的支持等特性（包括聯合查詢、左右聯接、子查詢以及一些聚合和計算函數），使得 Presto 在 ETL、實時數據計算、 Ad-Hoc 查詢和實時數據流分析等多個業務場景中均能發揮重要的作用。
由於 Presto 卓越的性能表現，使得 Presto 可以彌補 Hive 無法滿足的實時計算空白，因此可以將 Presto 與 Hive 配合使用：對於海量數據的批處理和計算由 Hive 來完成；對於大量數據（單次計算掃描數據量級在 GB 到 TB）的計算由 Presto 完成。
三、 常用業務場景
1、基於 T+1 數據的實時計算
在這種業務場景中，用戶並不要求基準數據的實時更新，但是要求每次查詢數據都能夠快速響應。需要 Presto 和 Hive 配合使用來滿足實際的業務需求。每天凌晨通過azkaban 調度 Hive 腳本，根據前一天的數據計算生成中間結果表，生成完畢之後使用 Presto 查詢中間結果表，得出用戶最終所需要的數據。滿足該業務場景的解決方案如下圖：
2、基於 RDBMS 的實時計算
在這種業務場景中，用戶要求查詢的數據完全實時，即只要業務庫中的數據發生改變，通過 Presto 查詢的時候，就可以查詢到剛剛改變之後的數據。要達到這個效果，我們需要使用合理的機制保證數據實時同步，因此我們使用數據庫複製技術，爲線上的業務數據庫建立實時同步的從庫，然後用 Presto 查詢數據庫中的數據，進而進行計算（請注意：使用官方的 Presto 直接讀取數據庫的性能還太低，因此建議使用JD-Presto 中的 PDBO 從數據庫中讀取數據並進行計算）。滿足該業務場景的解決方案如下圖：