Presto实战
张晨, 黄鹏程, 傅宇 译
出版时间：2021年03月
页数：241
作为高性能分布式SQL查询引擎，Presto能够针对不同的数据源高效、快速地执行交互式分析。大数据的兴起使得数据存储机制多 样化。面对标准不一的存储系统，你可以利用Presto轻松打破壁垒，连通数据孤岛。
本书由Presto项目创始成员参与执笔。你将学会用简单的Presto语句快速查询多个数据源，把握SQL-on-Anything的精髓。在任何规模、任何存储系统、任何环境中，你都能发挥SQL的威力。
● 入门：探索Presto的用例，学习安装、配置和使用Presto。
● 进阶：深入理解Presto的架构，在生产环境中部署Presto，学习连接器实例和SQL高级特性。
● 实践：了解如何在生产环境中使用Presto，保证安全性，监控负载，进行查询调优，与其他工具集成。
本书由Presto项目创始成员参与执笔。你将学会用简单的Presto语句快速查询多个数据源，把握SQL-on-Anything的精髓。在任何规模、任何存储系统、任何环境中，你都能发挥SQL的威力。
● 入门：探索Presto的用例，学习安装、配置和使用Presto。
● 进阶：深入理解Presto的架构，在生产环境中部署Presto，学习连接器实例和SQL高级特性。
● 实践：了解如何在生产环境中使用Presto，保证安全性，监控负载，进行查询调优，与其他工具集成。
- 译者序
- 序
- 前言
- 第一部分 Presto入门
- 第1章 Presto介绍
- 1.1 大数据带来的问题
- 1.2 Presto来救场
- 1.2.1 为性能和规模而生
- 1.2.2 SQL-on-Anything
- 1.2.3 存储与计算分离
- 1.3 Presto使用场景
- 1.3.1 单一的SQL分析访问点
- 1.3.2 数据仓库和数据源系统的访问点
- 1.3.3 提供对任何内容的SQL访问
- 1.3.4 联邦查询
- 1.3.5 虚拟数据仓库的语义层
- 1.3.6 数据湖查询引擎
- 1.3.7 SQL转换和ETL
- 1.3.8 更快的响应带来更好的数据见解
- 1.3.9 大数据、机器学习和人工智能
- 1.3.10 其他使用场景
- 1.4 Presto资源
- 1.4.1 官方网站
- 1.4.2 文档
- 1.4.3 社区交流
- 1.4.4 源代码、许可证和版本
- 1.4.5 贡献
- 1.4.6 本书资源
- 1.4.7 鸢尾花数据集
- 1.4.8 航班数据集
- 1.5 Presto简史
- 1.6 小结
- 第2章 安装和配置Presto
- 2.1 使用Docker容器尝试Presto
- 2.2 使用归档文件安装
- 2.2.1 JVM
- 2.2.2 Python
- 2.2.3 安装
- 2.2.4 配置
- 2.3 添加数据源
- 2.4 运行Presto
- 2.5 小结
- 第3章 使用Presto
- 3.1 Presto CLI
- 3.1.1 使用入门
- 3.1.2 分页
- 3.1.3 命令历史
- 3.1.4 额外诊断
- 3.1.5 执行查询
- 3.1.6 输出格式
- 3.1.7 忽略错误
- 3.2 Presto JDBC驱动
- 3.2.1 下载和注册驱动
- 3.2.2 创建到Presto的连接
- 3.3 Presto与ODBC
- 3.4 客户端库
- 3.5 Presto Web UI
- 3.6 使用Presto执行SQL
- 3.6.1 概念
- 3.6.2 入门案例
- 3.7 小结
- 第二部分 深入理解Presto
- 第4章 Presto的架构
- 4.1 集群中的协调器和工作节点
- 4.2 协调器
- 4.3 节点发现服务
- 4.4 工作节点
- 4.5 基于连接器的架构
- 4.6 catalog、schema和表
- 4.7 查询执行模型
- 4.8 查询优化
- 4.8.1 解析和分析
- 4.8.2 初始查询计划
- 4.9 优化规则
- 4.9.1 谓词下推
- 4.9.2 Cross Join消除
- 4.9.3 TopN
- 4.9.4 局部聚合
- 4.10 实现规则
- 4.10.1 Lateral Join去关联化
- 4.10.2 Semi-join（IN）去关联化
- 4.11 基于代价的优化器
- 4.11.1 代价的概念
- 4.11.2 Join的代价
- 4.11.3 表统计信息
- 4.11.4 过滤统计信息
- 4.11.5 分区表的统计信息
- 4.11.6 Join枚举
- 4.11.7 广播Join和分布式Join
- 4.12 使用表统计信息
- 4.12.1 Presto的ANALYZE命令
- 4.12.2 在写入存储时收集数据
- 4.12.3 Hive的ANALYZE命令
- 4.12.4 显示表统计信息
- 4.13 小结
- 第5章 生产环境部署
- 5.1 配置细节
- 5.2 服务端配置
- 5.3 日志
- 5.4 节点配置
- 5.5 JVM配置
- 5.6 启动器
- 5.7 集群安装
- 5.8 使用RPM安装
- 5.8.1 安装目录结构
- 5.8.2 配置
- 5.8.3 卸载Presto
- 5.9 在云上安装
- 5.10 集群规模的考量
- 5.11 小结
- 第6章 连接器
- 6.1 配置
- 6.2 RDBMS连接器示例：PostgreSQL
- 6.2.1 查询下推
- 6.2.2 并行性和并发性
- 6.2.3 其他RDBMS连接器
- 6.2.4 安全性
- 6.3 Presto TPC-H和TPC-DS连接器
- 6.4 用于分布式存储数据源的Hive连接器
- 6.4.1 Apache Hadoop和Hive
- 6.4.2 Hive连接器
- 6.4.3 Hive式表格式
- 6.4.4 内部表与外部表
- 6.4.5 分区数据
- 6.4.6 加载数据
- 6.4.7 文件格式和压缩
- 6.4.8 MinIO示例
- 6.5 非关系数据源
- 6.6 Presto JMX连接器
- 6.7 黑洞连接器
- 6.8 内存连接器
- 6.9 其他连接器
- 6.10 小结
- 第7章 高级连接器实例
- 7.1 用Phoenix连接HBase
- 7.2 键值存储连接器示例：Accumulo
- 7.2.1 使用Presto Accumulo连接器
- 7.2.2 Accumulo中的谓词下推
- 7.3 Apache Cassandra连接器
- 7.4 流式系统连接器示例：Kafka
- 7.5 文档存储连接器示例：Elasticsearch
- 7.5.1 概述
- 7.5.2 配置和使用方法
- 7.5.3 查询处理
- 7.5.4 全文搜索
- 7.5.5 总结
- 7.6 Presto中的联邦查询
- 7.7 ETL和联合查询
- 7.8 小结
- 第8章 在Presto中使用SQL
- 8.1 Presto语句
- 8.2 Presto系统表
- 8.3 catalog
- 8.4 schema
- 8.5 Information Schema
- 8.6 表
- 8.6.1 表和列属性
- 8.6.2 复制现有的表
- 8.6.3 从查询结果中新建表
- 8.6.4 修改表
- 8.6.5 删除表
- 8.6.6 连接器对表操作的限制
- 8.7 视图
- 8.8 会话信息和配置
- 8.9 数据类型
- 8.9.1 集合数据类型
- 8.9.2 时态数据类型
- 8.9.3 类型转换
- 8.10 SELECT语句基础
- 8.11 WHERE子句
- 8.12 GROUP BY和HAVING子句
- 8.13 ORDER BY子句和LIMIT子句
- 8.14 JOIN语句
- 8.15 UNION、INTERSECT和EXCEPT子句
- 8.16 分组操作
- 8.17 WITH子句
- 8.18 子查询
- 8.18.1 标量子查询
- 8.18.2 EXISTS子查询
- 8.18.3 集合比较子查询
- 8.19 从表中删除数据
- 8.20 小结
- 第9章 高级SQL特性
- 9.1 函数和运算符介绍
- 9.2 标量函数和运算符
- 9.3 布尔运算符
- 9.4 逻辑运算符
- 9.5 用BETWEEN语句选择范围
- 9.6 用IS(NOT) NULL检测值的存在
- 9.7 数学函数和运算符
- 9.8 三角函数
- 9.9 常数和随机函数
- 9.10 字符串函数和运算符
- 9.11 字符串和映射
- 9.12 Unicode
- 9.13 正则表达式
- 9.14 解嵌套复杂数据类型
- 9.15 JSON函数
- 9.16 日期和时间函数及运算符
- 9.17 直方图
- 9.18 聚合函数
- 9.18.1 映射聚合函数
- 9.18.2 近似聚合函数
- 9.19 窗函数
- 9.20 lambda表达式
- 9.21 地理空间函数
- 9.22 Prepared Statement
- 9.23 小结
- 第三部分 Presto的实际应用
- 第10章 安全
- 10.1 认证
- 10.2 授权
- 10.2.1 系统访问控制
- 10.2.2 连接器访问控制
- 10.3 加密
- 10.3.1 加密Presto客户端与协调器之间的通信
- 10.3.2 创建Java keystore和Java truststore
- 10.3.3 在Presto集群内加密通信
- 10.4 CA与自签名证书
- 10.5 证书认证
- 10.6 Kerberos
- 10.6.1 前提条件
- 10.6.2 Kerberos客户端认证
- 10.6.3 集群内部Kerberos
- 10.7 数据源访问和安全配置
- 10.8 使用Hive连接器进行Kerberos验证
- 10.8.1 Hive Metastore Thrift服务认证
- 10.8.2 HDFS认证
- 10.9 集群分离
- 10.10 小结
- 第11章 将Presto与其他工具集成
- 11.1 使用Apache Superset进行查询、可视化和更多操作
- 11.2 使用RubiX提高性能
- 11.3 使用Apache Airflow的工作流
- 11.4 嵌入式Presto示例：Amazon Athena
- 11.5 Starburst企业版Presto
- 11.6 其他集成案例
- 11.7 自定义集成
- 第12章 生产环境中的Presto
- 12.1 使用Presto Web UI监控
- 12.1.1 集群级的细节
- 12.1.2 查询列表
- 12.1.3 查询细节视图
- 12.2 Presto SQL查询调优
- 12.3 内存管理
- 12.4 任务并发性
- 12.5 工作节点调度
- 12.5.1 根据任务或节点调度切片
- 12.5.2 本地调度策略
- 12.6 网络数据交换
- 12.6.1 并发性
- 12.6.2 缓冲区大小
- 12.7 JVM调优
- 12.8 资源组
- 12.8.1 资源组的定义
- 12.8.2 调度策略
- 12.8.3 选择器规则定义
- 12.9 小结
- 第13章 真实世界的案例
- 13.1 部署和运行时平台
- 13.2 集群规模
- 13.3 Hadoop/Hive迁移的使用场景
- 13.4 其他数据源
- 13.5 用户和流量
- 13.6 小结
- 第14章 总结
书名：Presto实战
译者：张晨, 黄鹏程, 傅宇 译
国内出版社：人民邮电出版社
出版时间：2021年03月
页数：241
书号：978-7-115-56005-6
原版书书名：Presto: The Definitive Guide
原版书出版商：O'Reilly Media
购买选项
|
© 2024，奥莱利技术咨询(北京)有限公司。版权所有。 传真: +86-10-88097463 京ICP备05003502号 |
|