Trino（即原PrestoSQL）是一个开源的分布式SQL查询引擎，适用于交互式分析查询。EMR-3.44.0和EMR-5.10.0版本开始改用社区正式名称Trino，之前各版本控制台显示为Presto，其内核其实是Trino，使用时请注意区分。
基本特性
Trino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：
Hive
Cassandra
Kafka
MongoDB
MySQL
PostgreSQL
SQL Server
Redis
Redshift
本地文件
支持高级数据结构，具体如下：
数组和Map数据
JSON数据
GIS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
Trino的系统组成如下图所示。
Trino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。
应用场景
Trino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
Trino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Trino与开源Trino比较，还具备如下优势：
即买即用，快速完成上百节点的Trino集群搭建。
弹性扩容简单操作。
与EMR软件栈完美结合，支持处理存储在OSS的数据。
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。Trino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
Trino通过各种Connector来接入多种外部数据源。Trino提供了一套标准的SPI接口，用户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。
一个Catalog通常会绑定一种类型的Connector，在Catalog的Properties文件中设置。Trino内置了多种Connector。
更多参考
请根据Trino组件的版本号，修改http://trino.io/docs/3XX/中的版本号，在浏览器访问该链接，查看开源Trino文档。
例如，当Trino版本是331时，访问https://trino.io/docs/331/，详情请参见Trino 331 Documentation。