Presto实战

Presto

的架构

｜

47

因此，任务是运行时分配给一个工作节点的计划片段。在任务创建之后，它会为每个切片

初始化一个

驱动

。每个驱动都是包含多个算子的流水线的一个实例，并且负责处理切片中

的数据。如图

4-1

1

所示，根据

Presto

配置和环境，一个任务可以使用一个或多个驱动。当

所有驱动都执行完且数据被传送到下一个切片时，驱动和任务的工作就结束了，它们之后

会被销毁。

任务

切片切片

驱动

图 4-11：具有输入输出切片的任务及其并行驱动

算子

处理输入数据并为下游算子生产输出数据。常见的算子包括

TableScan

（表扫描）、

Filter

（过滤）、

Join

和

Aggregate

（聚合）。一系列相连的算子组成一条算子流水线。例

如，你可以拥有一条流水线，它先扫描并读入数据，再过滤数据，最后在数据上执行局部

聚合。

要处理一条查询，协调器首先根据来自连接器的元数据创建切片列表。使用该切片列表，

协调器开始在工作节点上调度任务，以获取其中的数据。在查询执行期间，协调器跟踪所

有可用于处理的切片和任务在工作节点上执行的位置。一些任务完成了处理，并产生了很

多供下游处理的切片，协调器就会继续调度更多的任务来处理它们，直到没有待处理的切

片为止。

一旦工作节点处理完了所有切片，全部数据就可用了。此时协调器会将结果返回给客户端。

4.8

　查询优化

在介绍

Presto

的查询优化器和基于代价的优化之前，我们先来搭建一个舞台，把我们的考

虑限定在一定的范围内。我们在一个查询案例的基础上进行探索，以帮助你理解查询优化

的过程。

示例

4-1

是一个在 ...