Apache Presto - 架构

Presto 的架构与经典的 MPP（大规模并行处理）DBMS 架构几乎相同。下图说明了 Presto 的架构。

上图包含不同的组件。下表详细描述了每个组件。

Presto - 工作流程

Presto 是一个在节点集群上运行的分布式系统。Presto 的分布式查询引擎针对交互式分析进行了优化，并支持标准 ANSI SQL，包括复杂查询、聚合、联接和窗口函数。Presto 架构简单且可扩展。Presto 客户端（CLI）将 SQL 语句提交给主守护进程协调器。

调度程序通过执行管道连接。调度程序将工作分配给最接近数据的节点并监控进度。协调器将任务分配给多个工作节点，最后工作节点将结果返回给客户端。客户端从输出进程中提取数据。可扩展性是关键设计。可插拔连接器（如 Hive、HBase、MySQL 等）为查询提供元数据和数据。Presto 采用“简单的存储抽象”设计，使其能够轻松地针对这些不同类型的数据源提供 SQL 查询功能。

执行模型

Presto 支持自定义查询和执行引擎，以及旨在支持 SQL 语义的操作符。除了改进的调度之外，所有处理都在内存中进行，并在不同阶段的网络之间进行流水线处理。这避免了不必要的 I/O 延迟开销。