Presto（即PrestoDB）是一款灵活、可扩展的分布式SQL查询引擎。本文介绍Presto的基本特性、系统组成和优势等信息。
注意事项
EMR-3.45.0和EMR-5.11.0版本开始支持Presto，其版本号通常为0.2XX。此前各版本中的组件版本号为3XX的Presto，其内核均为PrestoSQL或Trino，相关信息请参见Trino概述。
基本特性
Presto使用Java语言进行开发，具备易用、高性能和强扩展能力等特点，具体如下：
完全支持ANSI SQL。
支持丰富的数据源，例如，Hive、Hudi、Iceberg、Delta Lake、MySQL和PostgreSQL。
支持高级数据结构，具体如下：
数组和Map数据
JSON数据
GIS（Geographic Information System）数据
颜色数据
功能扩展能力强，提供了多种扩展机制：
扩展数据连接器
自定义数据类型
自定义SQL函数
流水线：基于Pipeline处理模型数据在处理过程中实时返回给用户。
监控接口完善：
提供友好的Web UI，可视化的呈现查询任务执行过程。
支持JMX协议。
系统组成
Presto的系统组成如下图所示。
Presto是典型的M/S架构的系统，由一个Coordinator节点和多个Worker节点组成。 Coordinator负责如下工作：
接收用户查询请求，解析并生成执行计划，下发Worker节点执行。
监控Worker节点运行状态，各个Worker节点与Coordinator节点保持心跳连接，汇报节点状态。
维护MetaStore数据。
Worker节点负责执行下发到任务，通过连接器读取外部存储系统到数据，进行处理，并将处理结果发送给Coordinator节点。
Presto当前不支持高可用架构。在EMR集群中，Coordinator仅会部署在master-1-1节点上；Worker部署在全部Core和Task节点上。
应用场景
Presto是定位在数据仓库和数据分析业务的分布式SQL引擎，适合以下应用场景：
ETL
Ad-Hoc查询
海量结构化数据或半结构化数据分析
海量多维数据聚合或报表分析
Presto是一个数仓类产品，因为其对事务支持有限，所以不适合在线业务场景。
产品优势
E-MapReduce（简称EMR）中的Presto与开源Presto比较，还具备如下优势：
即买即用，快速完成上百节点的Presto集群搭建。
弹性扩缩容，简单快速。
与EMR软件栈完美结合，支持DLF和OSS或OSS-HDFS。
无需运维，EMR提供一站式服务。
基本概念
数据模型
数据模型即数据的组织形式。Presto使用Catalog、Schema和Table三层结构来管理数据。
Catalog：一个Catalog可以包含多个Schema，物理上指向一个外部数据源，可以通过Connector访问该数据源。一次查询可以访问一个或多个Catalog。
Schema：相当于一个数据库实例，一个Schema包含多张数据表。
Table：数据表，与一般意义上的数据库表相同。
Connector
Presto通过内置的各种Connector来接入多种外部数据源。Presto提供了一套标准的SPI接口，您可以使用这套接口开发自己的Connector，以便访问自定义的数据源。
通常，一个Catalog会绑定一种类型的Connector，并在Catalog的Properties文件中进行设置。
更多参考
请根据您所使用的Presto组件的版本号，修改https://prestodb.io/docs/XXX/中的XXX为对应的版本号，然后在浏览器访问该链接，即可查看开源Presto文档。
例如，如果您的Presto版本号为0.279，则可以访问https://prestodb.io/docs/0.279/，查看相应版本的开源Presto文档。