Facebook数据查询引擎Presto教程(含配套资料)
课时介绍
课程介绍
版本:presto-server-0.214.tar
软件版本
presto-cli-0.214-executable
CentOS7
1、presto的起因
hadoop ---hdfs----MR(java)-----hive
hive底层原理用MR,速度比较慢,公司hadoop集群主要集中于晚上到凌晨,平日工作时间负载不是很高。但在工作时间内,公司业务人员有实时查询的需求,现在主要借助于hive提供业务人员的查询。hive是基于MR类的SQL查询工具,他会输入的查询SQL解析为MapReduce,能极大的降低使用大数据门槛,让一般的业务人员可以直接准对大数据进行查询,但是有一个利弊,它的查询基于MR,会让人等待比较着急,等待的时间可能是几个小时或者一天。 spark基于内存提高改良的hive,sql,现在factbook在hive上面开发一套利器,准对hive可以通过sql语句快速查询,presto。
2、Facebook为何开发Presto
Facebook的2011的数据仓库存储在少量大型hadoopfs集群,Hive是FaceBook在几年前专门为Hadoop打造的一款数据仓库工具,在以前,facebook的科学家和分析师一直靠hive进行数据分析.但hive使用MR作为底层计算框架,是专为批处理设计的,但是随着数据的不断增多,使用hive进行一个简单的数据查询可能要花费分钟或者几个小时,显然不能满足查询需求,FaceBooke也调研了其他比hive更快的工具,但是他们需要在功能有限的条件下做简单操作,以至于无法操作Facebook庞大的数据要求。
2012年开始研究自己的框架--presto,每日可以超过1pb查询,而且速度比较快,faceBook声称Presto的性能比hive要好上10倍或者100倍,presto和hive都是facebook开发的
Presto是一个开源的分布式SQL查询引擎,适用于交互式查询,数据量支持GB到PB字节。
Presto的设计和编写完全是为了解决Facebook这样规模的商业数据仓库交互式分析和处理速度的问题
Presto可以做什么
Presto支持在线数据查询,包括Hive kafka Cassandra关系数据库以及专门数据存储,一条Presto查询可以将多个数据源进行合并,可以跨越整个组织进行分析。
Presto以分析师的需求作为目标,他们期望相应速度小于1秒到几分钟,Presto要么在使用速度的快的昂贵的商业方案,提高内存,要么是消耗大量的硬件进行快速查询。(128G 64G)
信息系统项目管理师自考笔记
李明 · 486人在学
python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据
王先生 · 19960人在学
手把手搭建Java超市管理系统【附源码】(毕设)
汤小洋 · 3998人在学
Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教
黄菊华 · 720人在学
基于SSM酒店管理系统(毕设)
小尼老师 · 772人在学
java项目实战之购物商城(java毕业设计)
Long · 5049人在学
手把手搭建Java求职招聘系统【附源码】(毕设)
汤小洋 · 1446人在学
Python Django 深度学习 小程序
钟翔 · 2214人在学
城管局门前三包管理系统+微信小程序(vue+springboot)
赖国荣 · 475人在学
Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序
李杰 · 3814人在学