👉引言💎
学习的最大理由是想摆脱平庸，早一天就多一份人生的精彩；迟一天就多一天平庸的困扰。 热爱写作，愿意让自己成为更好的人............
| 铭记于心 | ||
| 🎉✨🎉我唯一知道的，便是我一无所知🎉✨🎉 |
学习内容
本节课程主要分为四个方面：
- 介绍大数据与 OLAP 的演进之路，并简单介绍 Presto 的设计理念
- 介绍 Presto 的基础概念与原理，加深对Presto基础概念的理解
- 对 Presto 的特色和重要机制进行讲解和剖析
- 基于实际工作中遇到的case，介绍 Presto 常用的优化工具，以及 Presto 在字节内部的相关优化
名词解析
1 大数据与OLAP概念概述
2 Presto 基础概念-服务
- Coordinator（负责调度）：
- 解析SQL语句
- ⽣成执⾏计划
- 分发执⾏任务给Worker节点执⾏
- Worker
在一个presto集群中，存在一个coordinator节点和多个worker节点，coordinator节点是管理节点，而worker节点就是工作节点，在每个worker节点上都会存在一个worker服务进程，该服务进程主要进行数据的处理以及task的执行，worker服务进程每隔一定的时间都会向coordinator上的服务发送心跳，接受调度。当客户端提交一个查询的时候，coordinator则会从当前存活的worker列表中选择出适合的worker节点去运行task，而worker在执行每个task的时候又会进一步对当前task读入的每个split进行一系列的操作和处理 - Discovery Service（将coordinator和woker结合到一起的服务）:
- Worker节点启动后向Discovery Server服务注册
- Coordinator从Discovery Server获得Worker节点
- 所有的worker都把自己注册到Discovery Server上，Discovery Server是一个发现服务的service，Discovery Server发现服务之后，coordinator便知道在集群中有多少个worker能够工作，分配工作到worker时便有了根据
3 Presto基础概念-数据源
- Connector
Presto通过Connector来支持多数据源，一个Connector代表一种数据源，如Hive Connector代表了对Hive数据源的支持。可以认为Connector是由Presto提供的适配多数据源的统一接口 - Catalog
针对不同的数据源，Connector和Catalog是一一对应的关系，Catalog包含了schema和data source的映射关系。
Presto基础概念-Query部分 - Query
基于SQL parser后获得的执行计划 - Stage
根据是否需要shuffle将Query拆分成不同的subplan，每一个subplan便是一个stage - Fragment
基本等价于Stage，属于在不同阶段的称呼，在本门课程可以认为两者等价 - Task
单个 Worker 节点上的最小资源管理单元: 在一个节点上, 一个 Stage 只有一个 Task, 一个 Query 可能有多个Task - Pipeline
Stage 按照 LocalExchange 切分为若干 Operator 集合, 每个 Operator 集合定义一个 Pipeline - Driver
Pipeline 的可执行实体 , Pipeline 和 Driver 的关系可类比 程序和进程 ，是最小的执行单元，通过 火山迭代模型执行每一个Operator - Split
输入数据描述(数据实体是 Page), 数量上和 Driver 一一对应，不仅代表实际数据源split，也代表了不同stage间传输的数据 - Operator
最小的物理算子
Presto基础概念-数据传输部分 - Exchange
表示不同 Stage 间的数据传输，大多数意义下等价于 Shuffle - LocalExchange
Stage内的 rehash 操作，常用于提高并行处理数据的能力（Task在presto中只是最小的容器，而不是最小的执行单元）
一、概述
0 大数据与OLAP
- 什么是大数据
在信息化时代背景下，由于信息交互，信息存储，信息处理能力大幅增加而产生的数据
- 什么是OLAP
OLAP (OnLine Analytical Processing) 对业务数据执行多维分析，并提供复杂计算，趋势分析和复杂数据建模的能力。是许多商务智能（BI）应用程序背后的技术。现如今OLAP已经发展为基于数据库通过SQL对外提供分析能力 - OLAP 对比 MapReduce
MapReduce代表了抽象的物理执行模型,使用门槛较高
与Mapreduce Job 相比, OLAP 引擎常通过 SQL 的形式,为数据分析、数据开发人员提供统一的逻辑描述语言,实际的物理执行由具体的引擎进行转换和优化 - OLAP核心概念：
- 维度
- 度量
常见的OLAP引擎：
- 预计算引擎：Kylin，Druid
- 批式处理引擎：Hive，Spark
- 流式处理引擎：Flink
- 交互式处理引擎： Presto，Clickhouse，Doris
1 Presto设计理念
Presto最初是由facebook研发的构建于Hadoop/HDFS系统之上的PB级交互式分析引擎，其具有如下的特点：
- 多租户任务的管理与调度
- 多数据源联邦查询
- 支持内存化计算
- pipeline式数据处理
2 设计思想
基于Presto进行的二次开发：
🌹写在最后💖： 路漫漫其修远兮，吾将上下而求索！伙伴们，再见！🌹🌹🌹
