presto with presto with as原理

转载

夜行者3号 2024-07-26 10:50:00

文章标签 presto with 架构大数据 hadoop 基础概念 文章分类 云原生云计算

文章目录

引言💎
学习内容
名词解析

1 大数据与OLAP概念概述
2 Presto 基础概念-服务
3 Presto基础概念-数据源

一、概述

0 大数据与OLAP
1 Presto设计理念
2 设计思想

👉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🎉✨🎉

这是我参与「第四届青训营」笔记创作活动的第七天

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

大数据

OLAP

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

presto with presto with as原理_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：

presto with presto with as原理_presto with_02