Presto基于MPP架构的部署及使用技术详解

1 安装配置

安装presto后，需另建一个文件夹用于存储日志、本地元数据等的数据目录。

config.properties ：Presto 服务配置。
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。
catalog目录：每个连接者配置（data sources）

2 Master（coordinator）节点配置

config.properties ：

  coordinator=true
  node-scheduler.include-coordinator=false
  http-server.http.port=9001
  query.max-memory=50GB
  query.max-memory-per-node=1GB
  discovery-server.enabled=true
  discovery.uri=http://bd-master:9001

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服务发现（心跳）和HTTP服务均使用同一端口

node.properties

  node.environment=test
  node.data-dir=/usr/local/presto/logs
  node.id=bd-master

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将会把日期和数据存储在这个目录下

jvm.config

  -server
  -Xmx16G
  -XX:+UseConcMarkSweepGC
  -XX:+ExplicitGCInvokesConcurrent
  -XX:+CMSClassUnloadingEnabled
  -XX:+AggressiveOpts
  -XX:+HeapDumpOnOutOfMemoryError
  -XX:OnOutOfMemoryError=kill -9 %p
  -XX:ReservedCodeCacheSize=150M
  -DHADOOP_USER_NAME=admin

启动Java虚拟机所需要的命令行参数，注意集群中所有节点的jvm配置须一致

log.properties

设置logger的最小日志级别。 com.facebook.presto=INFO 该设置表示对于使用logger类的com.facebook.presto.server和com.facebook.presto.hive来说，两者的最小日志级别都是INFO级别。

在该目录下新建一个文件hive.properties ，内容如下：

    connector.name=hive-hadoop2
    hive.metastore.uri=thrift://10.44.219.80:9083
    hive.allow-drop-table=true
    hive.allow-rename-table=true
    hive.config.resources=/usr/local/soft/install/hadoop-2.7.6/etc/hadoop/core-site.xml,/usr/local/soft/install/hadoop-2.7.6/etc/hadoop/hdfs-site.xml
    hive.metastore-cache-ttl=0s
    hive.metastore-refresh-interval=1s

hive-hadoop2 为支持hadoop 2.x版本的连接器，连接hive元数据库的uri，端口默认是9083，并且允许删除和改名表，还必须在hive.config.resources添加hadoop的配置文件位置。注意运行presto前，要以后台的形式打开hive的metastore服务，输入以下指令：

hive - -service metastore &

3.Worker节点配置

任意Worker节点只需修改config.properties 和node.properties，其余与主节点相同。

config.properties ：

  coordinator=false
  http-server.http.port=9001
  query.max-memory=50GB
  query.max-memory-per-node=1GB
  discovery.uri=http://bd-master:9001

node.properties

  node.environment=test
  node.data-dir=/usr/local/presto/logs
  node.id=bd-slave1

node.id设置为worker的标志，其余不变

4 PRESTO启动

hive --service metastore   --presto启动需要

$PRESTO_HOME/bin/launcher restart
$PRESTO_HOME/presto --server localhost:9001 --catalog hive --schema default

5 综合案例实战

对分值进行分桶，得到不同区间内的数据并 union all包含100分的值

width_bucket（x，bound1，bound2，n）
返回x指定的bound1和bound2界限的bin数量以及n个存储桶的数量

SELECT * from 
(select concat(cast((width_bucket(device_health_score,0,100,10)-1)*10 as VARCHAR),'--',cast(width_bucket(device_health_score,0,100,10)*10-1 as VARCHAR)) 
as score_range, date_time,
COUNT(width_bucket(device_health_score,0,100,10)) as count from device_health_score_fact 
where device_health_score >=0 and device_health_score <100 
group by concat(cast((width_bucket(device_health_score,0,100,10)-1)*10 as VARCHAR ),'--',cast(width_bucket(device_health_score,0,100,10)*10-1 as VARCHAR)),date_time
)
UNION ALL (select cast(device_health_score as VARCHAR)  as score_range,date_time,COUNT(device_health_score)  from device_health_score_fact where device_health_score =100 group by device_health_score,date_time )

总结

秦凯新于深圳