Presto/Trino 简介

Presto(现在称为PrestoDB)和Trino(原PrestoSQL)是同源的开源分布式SQL查询引擎，专为大数据分析而设计。

核心特点

• 分布式查询引擎：可处理PB级数据，无需完整Hadoop环境
• 内存计算：数据处理主要在内存中进行，性能优于Hive
• 多数据源支持：可查询各种数据源(HDFS、S3、MySQL、PostgreSQL、Cassandra等)
• 标准ANSI SQL：支持大部分SQL功能，包括JOIN、聚合和窗口函数
• 实时查询：针对交互式分析场景优化，查询延迟低

Presto vs Trino

2019年，Presto因社区分歧分为两个分支：

• PrestoDB：Facebook(Meta)主导，保留Presto名称
• Trino：原核心团队创立，曾用名PrestoSQL，2020年改名为Trino

两者功能相似，但开发路线有所不同。Trino更新较为活跃。

相比Hive的优势

1. 部署简单：无需完整Hadoop生态，可独立运行
2. 性能更佳：查询速度比Hive快5-10倍
3. 资源占用少：不依赖MapReduce，启动更快、资源占用更少
4. 实时查询：适合交互式分析，而非仅批处理
5. 更现代的架构：模块化设计，易于扩展

适用场景

• 跨数据源的联合查询
• 交互式数据分析和BI
• 数据湖查询
• 大规模报表生成

常见部署模式

1. 轻量级部署：仅需Java环境，几台服务器即可
2. 云平台部署：各大云平台都有托管版本
3. 与对象存储结合：使用S3/GCS作为存储层
4. 与Kubernetes集成：容器化部署更灵活

如果你想摆脱Hadoop复杂性但保留SQL数仓能力，Trino是非常值得考虑的选择。