Trino
Trino（即原PrestoSQL）是一個開源的分布式SQL查詢引擎，適用于交互式分析查詢。EMR-3.44.0和EMR-5.10.0版本開始改用社區正式名稱Trino，之前各版本控制臺顯示為Presto，其內核其實是Trino，使用時請注意區分。
基本特性
Trino使用Java語言進行開發，具備易用、高性能和強擴展能力等特點，具體如下：
完全支持ANSI SQL。
支持豐富的數據源：
Hive
Cassandra
Kafka
MongoDB
MySQL
PostgreSQL
SQL Server
Redis
Redshift
本地文件
支持高級數據結構，具體如下：
數組和Map數據
JSON數據
GIS數據
顏色數據
功能擴展能力強，提供了多種擴展機制：
擴展數據連接器
自定義數據類型
自定義SQL函數
流水線：基于Pipeline處理模型數據在處理過程中實時返回給用戶。
監控接口完善：
提供友好的Web UI，可視化的呈現查詢任務執行過程。
支持JMX協議。
系統組成
Trino的系統組成如下圖所示。
Trino是典型的M/S架構的系統，由一個Coordinator節點和多個Worker節點組成。 Coordinator負責如下工作：
接收用戶查詢請求，解析并生成執行計劃，下發Worker節點執行。
監控Worker節點運行狀態，各個Worker節點與Coordinator節點保持心跳連接，匯報節點狀態。
維護MetaStore數據。
Worker節點負責執行下發到任務，通過連接器讀取外部存儲系統到數據，進行處理，并將處理結果發送給Coordinator節點。
應用場景
Trino是定位在數據倉庫和數據分析業務的分布式SQL引擎，適合以下應用場景：
ETL
Ad-Hoc查詢
海量結構化數據或半結構化數據分析
海量多維數據聚合或報表分析
Trino是一個數倉類產品，因為其對事務支持有限，所以不適合在線業務場景。
產品優勢
E-MapReduce（簡稱EMR）中的Trino與開源Trino比較，還具備如下優勢：
即買即用，快速完成上百節點的Trino集群搭建。
彈性擴容簡單操作。
與EMR軟件棧完美結合，支持處理存儲在OSS的數據。
無需運維，EMR提供一站式服務。
基本概念
數據模型
數據模型即數據的組織形式。Trino使用Catalog、Schema和Table三層結構來管理數據。
Catalog
一個Catalog可以包含多個Schema，物理上指向一個外部數據源，可以通過Connector訪問該數據源。一次查詢可以訪問一個或多個Catalog。
Schema
相當于一個數據庫實例，一個Schema包含多張數據表。
Table
數據表，與一般意義上的數據庫表相同。
Connector
Trino通過各種Connector來接入多種外部數據源。Trino提供了一套標準的SPI接口，用戶可以使用這套接口開發自己的Connector，以便訪問自定義的數據源。
一個Catalog通常會綁定一種類型的Connector，在Catalog的Properties文件中設置。Trino內置了多種Connector。
更多參考
請根據Trino組件的版本號，修改http://trino.io/docs/3XX/中的版本號，在瀏覽器訪問該鏈接，查看開源Trino文檔。
例如，當Trino版本是331時，訪問https://trino.io/docs/331/，詳情請參見Trino 331 Documentation。