Presto 环境部署文档

1. Presto简介

Facebook presto是什么，继Facebook创建了HIVE神器后的又一以SQL语言作为接口的分布式实时查询引擎，可以对PB级的数据进行快速的交互式查询。它支持标准的ANSI SQL.包含查询，聚合，JOIN以及窗口函数等。除了Facebook这个创造都在使用外，国内像京东，美团等也都有广泛的使用。对于英文不好的同学可以访问由京东创建的这个中文翻译站点：http://prestodb-china.com/，只是这个版本才0.100,现在最新版已到0.176。

2. Presto结构

Coordinator: 接入接口，解析SQL语句，生成查询计划，任务分发等。
Worker：负责与数据的读写交互以及执行查询计划

值得一提的是Presto以插件形式对数据存储层进行了抽象，它叫做连接器，如：Cassandra Connector，Hive Connector，MySQL Connector等，可以看出它不仅默认提供了Hadoop相关组件的连接器，还提供了Mysql， Postgresql等RDBMS的连接器，同时也可以方便的通过自定义连接器开发，达到适用于不同数据存储层的扩展目的。
Presto提供以下几种类型的使用接口：
Presto命令行
JDBC驱动

3.安装Presto

3.1 环境要求

Linux or Mac OS X
Java 8, 64-bit

主机IP	coordinator	worker
10.0.10.82	true	true
10.0.10.83	false	true
10.0.10.85	false	true
10.0.10.84	false	true
10.0.10.86	false	true

3.2 下载presto

下载presto-server-0.175.tar.gz包，下载地址： > https://prestodb.io/docs/current/installation/deployment.html
解压：
$ tar xzvf presto-server-0.175.tar.gz
$ ln -s presto-server-0.175  presto
$ cd presto
$ mkdir prestoData

Presto需要一个用于存储日志、本地元数据等的数据目录。建议在安装目录的外面创建一个数据目录。这样方便Presto进行升级。

3.3 配置Presto

3.3.0 目录结构
    在安装目录中创建一个etc目录（mkdir etc），所有的配置文件包含在 presto/etc/ 目录下目录结构如下。
    presto/etc/
    ├── catalog
    │   ├── hive.properties
    │   └── jmx.properties
    ├── config.properties
    ├── jvm.config
    ├── log.properties
    └── node.properties

    在这个etc目录中放入以下配置信息：
    node.properties ：    环境变量配置，每个节点特定配置
    jvm.config ：         Java虚拟机的命令行选项
    log.properties:       允许你根据不同的日志结构设置不同的日志级别
    config.properties ：  Presto 服务配置
    catalog目录 ：        每个连接者配置（data sources）


3.3.1 Node Properties 配置
    节点属性配置文件：etc/node.properties包含针对于每个节点的特定的配置信息。 一个节点就是在一台机器上安装的Presto实例。 这份配置文件一般情况下是在Presto第一次安装的时候，由部署系统创建的。 一个etc/node.properties配置文件至少包含如下配置信息：

    node.environment=test
    node.id=ffffffff-ffff-ffff-ffff-ffffffffff-01
    node.data-dir=/opt/software/presto/prestoData

    针对上面的配置信息描述如下： 
    node.environment： 集群名称。所有在同一个集群中的Presto节点必须拥有相同的集群名称。
    node.id： 每个Presto节点的唯一标示。每个节点的node.id都必须是唯一的。在Presto进行重启或者升级过程中每个节点的node.id必须保持不变。如果在一个节点上安装多个Presto实例（例如：在同一台机器上安装多个Presto节点），那么每个Presto节点必须拥有唯一的node.id。
    node.data-dir： 数据存储目录的位置（操作系统上的路径）。Presto将会把日期和数据和日志存储在这个目录下。

3.3.2 JVM 配置
    JVM配置文件，etc/jvm.config，包含一系列在启动JVM的时候需要使用的命令行选项。
    这份配置文件的格式是：一系列的选项，每行配置一个单独的选项。由于这些选项不在shell命令中使用。 因此即使将每个选项通过空格或者其他的分隔符分开，java程序也不会将这些选项分开，而是作为一个命令行选项处理。
    详细配置如下：
    -server
    -Xmx6G
    -XX:+UseConcMarkSweepGC
    -XX:+ExplicitGCInvokesConcurrent
    -XX:+CMSClassUnloadingEnabled
    -XX:+AggressiveOpts
    -XX:+HeapDumpOnOutOfMemoryError
    -XX:OnOutOfMemoryError=kill -9 %p
    -XX:ReservedCodeCacheSize=150M

3.3.3 Config Properties 配置
    Presto的配置文件：etc/config.properties 包含了Presto server的所有配置信息。 每个Presto server既是一个coordinator也是一个worker。但是在大型集群中，处于性能考虑，建议单独用一台机器作为 coordinator。
    coordinator=true
    node-scheduler.include-coordinator=true
    http-server.http.port=9098
    discovery-server.enabled=true
    discovery.uri=http://10.0.10.82:9098

    以下是最基本的worker配置：
    coordinator=false
    http-server.http.port=9098
    discovery-server.enabled=true
    discovery.uri=http://10.0.10.82:9098

    对配置项解释如下：
    coordinator：
        指定是否运维Presto实例作为一个coordinator(接收来自客户端的查询情切管理每个查询的执行过程)。
    node-scheduler.include-coordinator：
        是否允许在coordinator服务中进行调度工作。对于大型的集群，在一个节点上的Presto server即作为coordinator又作为worke将会降低查询性能。因为如果一个服务器作为worker使用，那么大部分的资源都不会被worker占用，那么就不会有足够的资源进行关键任务调度、管理和监控查询执行。
    http-server.http.port：
        指定HTTP server的端口。Presto 使用 HTTP进行内部和外部的所有通讯。
    task.max-memory=1GB：
        一个单独的任务使用的最大内存(一个查询计划的某个执行部分会在一个特定的节点上执行)。 这个配置参数限制的GROUPBY语句中的Group的数目、JOIN关联中的右关联表的大小、ORDER BY语句中的行数和一个窗口函数中处理的行数。该参数应该根据并发查询的数量和查询的复杂度进行调整。如果该参数设置的太低，很多查询将不能执行；但是如果设置的太高将会导致JVM把内存耗光。
    discovery-server.enabled：
        Presto 通过Discovery服务来找到集群中所有的节点。为了能够找到集群中所有的节点，每一个Presto实例都会在启动的时候将自己注册到discovery服务。Presto为了简化部署，并且也不想再增加一个新的服务进程，Prestocoordinator可以运行一个内嵌在coordinator 里面的Discovery 服务。这个内嵌的Discovery 服务和Presto共享HTTP server并且使用同样的端口。
    discovery.uri：
        Discovery server的URI。由于启用了Presto coordinator内嵌的Discovery 服务，因此这个uri就是Prestocoordinator的uri。修改example.net:9098，根据你的实际环境设置该URI。注意：这个URI一定不能以“/“结尾。

3.3.4 log.properties 配置
    日志配置文件：etc/log.properties。在这个配置文件中允许你根据不同的日志结构设置不同的日志级别。每个logger都有一个名字（通常是使用logger的类的全标示类名）. Loggers通过名字中的“.“来表示层级和集成关���。 (像java里面的包). 如下面的log配置信息：
    com.facebook.presto=INFO
    日志级别分为：DEBUG, INFO, WARN and ERROR。

3.3.5 Catalog Properties 配置
    Presto通过connectors访问数据。这些connectors挂载在catalogs上。connector可以提供一个catalog中所有的schema和表。 例如： Hive connector 将每个hive的database都映射成为一个schema， 所以如果hive connector挂载到了名为hive的catalog， 并且在hive的web有一张名为clicks的表， 那么在Presto中可以通过hive.web.clicks来访问这张表。
    通过在etc/catalog目录下创建catalog属性文件来完成catalogs的注册。

    a.创建etc/catalog/jmx.properties文件，文件中的内容如下，完成在jmxcatalog上挂载一个jmxconnector：
    connector.name=jmx


    b.创建etc/catalog/hive.properties文件，包含信息如下：

    connector.name=hive-hadoop2
    hive.metastore.uri=thrift://192.168.1.234:9083
    hive.config.resources=/home/hadoop/software/jise/jise-server/conf/hdfs-site.xml/core-site.xml,/home/hadoop/software/jise/jise-server/conf/hdfs-site.xml/hdfs-site.xml
    hive.allow-drop-table=true

    配置项解释:
    hive.metastore.uri 内容对应 hive-site.xml 中添加的hive.metastore.uris配置：

    <property>
        <name>hive.metastore.local</name>
        <value>false</value>
    </property>

    <property>
        <name>hive.metastore.uris</name>
        <value>thrift://192.168.1.234:9083</value>
    </property>

    hive.config.resources 对应hdfs 的 core-site.xml 和 hdfs-site.xml 文件

4.启动停止登录

4.1 启动

启动presto 前必须先启动 hive用如下命令启动：
$ bin/hive --service metastore &

运行 presto在安装目录的bin/launcher文件，就是启动脚本。 Presto可以使用如下命令作为一个后台进程启动：

$ presto/bin/launcher start

也可以在前台运行, 可查看具体的日志
$ presto/bin/launcher run

查看允许状态
$ presto/bin/launcher status

4.2 停止

停止服务进程命令
$ presto/bin/laucher stop

4.3 登录

使用 presto 命令行接口登录，Presto CLI为用户提供了一个用于查询的可交互终端窗口。CLI是一个可执行 JAR文件, 这也就意味着你可以像UNIX终端窗口一样来使用CLI。
下载 presto-cli-0.175-executable.jar 连接地址为
https://repo1.maven.org/maven2/com/facebook/presto/presto-cli/0.176/presto-cli-0.176-executable.jar

，重名名为 presto 放到presto/bin/ 目录下， 使用 chmod +x 命令设置可执行权限，然后执行：

$ ./presto --server 10.0.10.82:9098 --catalog hive --schema default
presto:default> show tables;
   Table
------------
 cars
 hb_bvpost
 hb_bvpost2
 hb_bvuser
 hb_bvuser2
 mycars
 test
(7 rows)

Query 20170518_033102_00043_hj388, FINISHED, 2 nodes
Splits: 18 total, 18 done (100.00%)
0:00 [7 rows, 171B] [35 rows/s, 859B/s]

presto:default> select * from system.runtime.nodes;  # 查看当前集群各个节点状态
                 node_id                  |        http_uri        | node_version | coordinator | state
------------------------------------------+------------------------+--------------+-------------+--------
 ffffffff-ffff-ffff-ffff-ffffffffffff-s82 | http://10.0.10.82:9098 | 0.175        | true        | active
 ffffffff-ffff-ffff-ffff-ffffffffffff-s83 | http://10.0.10.83:9098 | 0.175        | false       | active
 ffffffff-ffff-ffff-ffff-ffffffffffff-s85 | http://10.0.10.85:9098 | 0.175        | false       | active
 ffffffff-ffff-ffff-ffff-ffffffffffff-s84 | http://10.0.10.84:9098 | 0.175        | false       | active
 ffffffff-ffff-ffff-ffff-ffffffffffff-s86 | http://10.0.10.86:9098 | 0.175        | false       | active
(5 rows)

Query 20170518_033113_00044_hj388, FINISHED, 2 nodes
Splits: 17 total, 17 done (100.00%)
0:01 [5 rows, 370B] [8 rows/s, 645B/s]

presto:default>

 本文永久更新链接地址：http://www.linuxidc.com/Linux/2017-10/147625.htm