Presto实战

114

｜

第

7

章

图 7-6：查询计划中的下推

7.7

　

ETL

和联合查询

提取

、

转换

、

加载

（

extract,

transform, load

，简称

ETL

）是一个术语，指从数据源复制数

据并将其放到另一个数据源的技术。通常在准备目标数据的过程中会有一个从数据源转换

数据的中间步骤。这个过程可能包括丢弃列、进行计算、过滤和清洗数据、

Join

数

据，以

及进行预聚合等，这些都是为了让目标数据更适合查询。

Presto

并不是一个可以与商业解决方案相媲美的

、成熟的

ETL

工具，但它可以通过避

免

ETL

来

提供一些帮助。因为

Presto

可以从数据源查询，所以可能不再需要移动数据。

Presto

可以在数据所在的地方查询数据，以降低管理

ETL

过程的复杂性。

你可能仍需要做某些类型的

ETL

转换

。也许你想查询预聚合的数据，或者你不想给底层系

统带来更多的负载。通过使用

CREATE TABLE AS

或

INSERT SELECT

，你可以将数据从一个数

据源移动到另一个数据源。

在将

Presto

用于

ETL

场景的一大优势是支持关系数据库以外的其他数据源。

7.8

　小结

你现在对

Presto

中的连接器有了很好的认识，是时候好好利用它们了。配置好你的

catalog

，准备学习更多关于查询数据源的知识。

这就引出了我们的下一个主题——

SQL

在

Presto

中的使用

。

SQL

知识对于你成功使用

Presto

至关重要，第

8

章和第

9

章会介绍所有你需要了解的内容。