Presto实战

4

｜

第

1

章

日志

文件

数据湖

外部对象存储

内部对象存储

流量数据

文档

数据库

物联网

指标

键值存储

NoSQL

数据库

搜索索引

数据仓库

测试报告

这么多问题！

图 1-1：大数据可能会让人难以招架

此外，这些系统不允许你使用标准工具来查询和检视数据。面向特定系统的查询语言和分析

工具比比皆是。与此同时，你的商业分析师已习惯使用业界标准——

SQL

，无数强大的工具

依赖

SQL

来分析数据、创建仪表盘、制作富文本报告以及完成其他商业智能工作。

数据分散在各个孤岛上，其中有些系统甚至不能提供满足分析所需的查询性能，其他一些

系统则将数据存储在单一庞大的系统上，因而不能像现代的云应用程序一样横向扩展。没

有这样的能力，你就只能缩小潜在的使用场景和用户数量，因此降低了数据的实用价值。

对全世界的组织来说，创建和维护大型专用数据仓库的传统方法成本高昂。通常，对很多

用户和使用模式来说，这种方法也显得缓慢且笨拙。

显而易见的是，一个系统如果可以释放所有这些价值，就将带来巨大的机会。

1.2

　

Presto

来救场

Presto

能解决上述所有问题。通过支持不同系统上的联邦查询、并行查询和横向集群扩展

等功能，它还为我们提供了更多可能性。

Presto

项目的标志如图

1-2

所示。

图 1-2：Presto 的标志

Presto

介绍

｜

5

Presto

是一个开源的分布式 ...