Python学习【198】:Presto 单机部署与使用指南
Presto 是一个由 Facebook 开源的分布式 SQL 查询引擎，专为交互式分析和联邦查询场景设计。它本身不存储数据，但能够通过连接器（Connector）接入多种数据源（如 Hive、MySQL、PostgreSQL、Kafka、MongoDB 等），并使用标准 SQL 对这些数据源进行快速查询。- 跨数据源联邦查询：一条 SQL 同时查询 MySQL 和 Hive 中的数据。
- 数据湖/仓加速：比 Hive（MapReduce）快 10 倍以上，适合 Ad-Hoc 分析。
- ETL 数据加工：利用高性能内存计算，快速转换和清洗数据。
- 实时数据流分析：结合 Kafka 连接器，用 SQL 处理实时数据。
对于学习或验证场景，Presto 支持单机模式（Coordinator 和 Worker 合为一体），非常适合在虚拟机或个人电脑上快速体验。安装 Java 17（Presto 需要 Java 17+）：创建配置文件（进入 presto-server 目录，创建 etc 目录）：- etc/node.properties（节点标识）
- etc/config.properties（单机协调器+工作节点配置）
创建 etc/catalog/tpch.properties（使用内置的 TPC-H 测试数据生成器）：查看日志：tail -f var/log/server.log下载可执行 JAR（注意选择 *-executable.jar，可直接运行）：- --server：Presto 服务地址（端口与 config.properties 一致）
- --catalog：数据源名称（即 etc/catalog/ 下的文件名）
- --schema：默认模式（tpch 中有 sf1、sf100 等）
通过本文，我们成功在 Ubuntu 虚拟机上部署了 Presto 单机版，并配置了 TPC-H 测试数据源，通过 CLI 完成了查询验证。整个过程关键点在于：单机 Presto 虽然无法体现分布式能力，但足以帮助我们理解其工作原理、SQL 语法和联邦查询概念。下一步可以尝试连接 MySQL、Hive 等真实数据源，体验 Presto 强大的跨库查询能力。让我们保持学习的热情，2026年一马当先、马到成功！
