- 综合排序
- 最热优先
- 最新优先
- 来自专栏skyyws的技术专栏
【Trino源码学习】Trino源码剖析之catalog加载
源码学习】Trino源码剖析之plugin加载中，跟着代码一步步分析，梳理了trino在加载plugin的过程中，主要做了哪些事情。 本文我们将继续跟着代码进行分析，看看trino在加载catalog的时候又做了哪些事情。 加载流程源码分析 在加载完成plugin之后，trino就会开始加载catalog。 也就是说，trino在这里用了两层的class loader。 Trino的代码注释和commit message信息相对比较少，无法直接从这些信息获取一些代码架构和设计的意图，只能自己阅读源码进行学习。
1.7K30编辑于 2022-05-20 - 来自专栏skyyws的技术专栏
【Trino源码学习】Trino源码剖析之plugin加载
HandleResolver 设置当前线程ClassLoader 获取Plugin实现类 Duplicate PluginClassLoader 构造InternalConnectorFactory 小结 最近在研究Trino 本文将会跟着代码，一步一步分析Trino的plugin加载到底做了哪些事情，当前代码分析都是基于trino的maste分支（最新的commit记录为：6a48c4352dfc6835997c43d7d5f7a599c0a712a5 加载流程源码分析 Trino服务在启动的时候，会从指定的路径来加载所有的plugin，默认是/plugin目录下。 ):169 ----installPlugin(PluginManager.java):175 -----installPluginInternal(PluginManager.java):198 在Trino Installing io.trino.plugin.hive.HivePlugin 然后调用installPlugin来加载每一个Plugin的实现类。
1.6K31编辑于 2022-05-20 - 来自专栏飞总聊IT
Trino Summit 2022：Trino的现状和未来
Trino Summit 2022今年11月在San Francisco召开。我今年挺想现场去参加这个会议的，但是公司今年砍掉了所有travel的budget，所以就没去。 当然Trino还有很多其他的提高，一张PPT概括了。 Trino 2023需要做的事情最重要的大概就是这个了： 具体来说，首先是下一代的列式处理引擎，里面当然会用到各种各样新的技术了。 总之2022年Trino做了很多事情，2023年Trino还要做很多事情，好日子望不到边啊。 那么问题来了，你要问我Trino的2022年，做的这些事情，放到Keynotes里面来说，到底是不是真的值得大夸特夸呢？ 至于明年要做的事情，我倒是觉得Trino真的应该认认真真的考虑用C++了啊，不然时不我待，继续在Java上面绑死日子不好过。
1K20编辑于 2023-01-10 - 来自专栏大数据-BigData
Trino 372正式发布
(#10953) MongoDB连接器 如果显式模式不存在，则将 MongoDB bindata 类型映射到 Trino varbinary 类型。
2K30编辑于 2022-03-07 - 来自专栏用户2133719的专栏
Trino 权威指南 Part 1
1 Trino 简介 Trino[1] 是一种支持使用 SQL 访问任意数据源的 SQL 查询引擎，其能够提供更加灵活与高效的查询服务。本章节将简单介绍 Trino 的基本功能与使用场景。 trino 下）： $ docker exec -it trino trino trino> select count(*) from tpch.sf1.nation; _col0 ------ 3 使用 Trino 本章节将介绍 Trino 的使用方式。 部署，可以直接启动 trino CLI，否则需要指定服务器地址： $ trino --server https://trino.example.com:8080 trino> 启动成功后，可以直接编写 Web UI Trino 服务器提供了 Web UI 来监控 Trino 的相关信息，对于本地部署的 Trino，可以通过 http://localhost:8080 访问： 3.4 Trino SQL
7.9K10编辑于 2022-11-11 - 来自专栏skyyws的技术专栏
Trino连接ClickHouse代码浅析
最近在调研Trino和Clickhouse的打通问题，简单研究了下Trino对于CH的适配，这里简单总结下。详细的代码提交参见这个commit：Add ClickHouse Connector。 加载Plugin Trino在启动的时候，会加载所有已经支持的plugin，也就是说常说的connector，加载的路径位于plugin/下，如下所示： 可以看到，目前支持的plugin种类非常多， io.trino.server.PluginManager Registering connector clickhouse 2022-02-08T16:57:26.472+0800 INFO main io.trino.server.PluginManager -- Finished loading plugin /data/impala/presto/data/plugin 后续再进行各种元数据加载和查询的时候，就会利用这个connection来与CH集群进行交互，如下所示： 加载ClickHouse元数据 下面简单来看下Trino是如何加载catalog的。
1.3K50编辑于 2022-05-20 - 来自专栏数据库和大数据技术原理解析
Presto 和 Trino Deltalake 原理调研和总结
最近在了解 Presto 和 Trino 对于 Deltalake Connector 的相关实现原理，这里了解完刚好用一篇文章总结下，一是可以帮助自己未来的回顾，二是也希望能够帮助大家，下面都是个人理解 一、数据湖元数据获取对比 1.1 Deltalake 元数据获取实现方式 Presto 和 Trino 当前支持通过 Hive Metastore 相关接口 + 自己解析 Deltalake 事务日志（ 一个.prestoSchema 文件内容示例如下： 1.1.2 Trino Deltalake 元数据相关源码实现 Trino Deltalake 的所有的元数据操作实现类为：DeltaLakeMetadata 1.2.1 Trino Trino 支持会为每张 Deltalake 表暴露两张元数据表： "xxx_table$history" "xxx_table$properties" "xxx_table$history ，主要用来更新表的 Column 的 NDV 和 total size，这两个信息属于 Trino 自定义扩展出来的，这两个信息存储在 Deltalake 表下面 _trino_meta 目录，使用 extended_stats.json
71310编辑于 2024-01-25 - 来自专栏飞总聊IT
Project Tardigrade：Trino(Presto)到底想干什么？
这个项目是Trino，也就是以前分裂出来的Presto和它背后的大数据初创公司做的。 比如说标题：Project Tardigrade delivers ETL at Trino speeds to early users 什么叫做ETL at Trino speeds。 Trino这个MPP架构的计算引擎，做这个事情难在哪里呢？这个问题我觉得可以从这两方面看。 大家可能看起来很奇怪，但是这些都是Trino在Project Tardigrade中面临的真实问题。 总之Trino的execution engine有很多需要修补的地方。 无论如何，我们都不能否定这个项目对Trino发展的意义。
68530编辑于 2023-01-10 - 来自专栏skyyws的技术专栏
Trino lambda表达式使用学习小结
Trino中使用了很多的lambda表达式的写法，这点与Impala非常不同。这里简单学习了一些场景下的lambda表达式的用法。 tableHandle) { return stats.getGetColumns().wrap(() -> delegate().getColumns(session, tableHandle)); } Trino
53980编辑于 2022-05-20 - 来自专栏DevOps
大数据：Trino简介及ETL场景的解决方案
在过去的六个月时间里，Trino 社区一直在开发支持 ETL 的功能，其代号为 Tardigrade，也是通过修改 Trino 的代码来支持 ETL 的功能。 Trino 在幕后完成所有分配、配置和维护查询处理的繁重工作。 我们可以将时间花在分析和交付业务价值上，而不是花时间调优 Trino 集群以满足我们的工作负载需求，或者重新组织工作负载以满足我们 Trino 集群能力。 Tardigrade 项目原理简介 Trino 是一种无状态的计算引擎，所以为了实现 ETL，是需要对 Trino 进行很多修改的。 但是反过来看 Trino ，其实现思路和上面不太一样，Trino 的 Tardigrade 看起来是直接在 Trino 上实现了容错、查询/任务重试、shuffle 等核心功能。
95810编辑于 2024-03-29 使用trino查询MySQL数据源报错的解决方法
trino(版本448)启动后，当查询MySQL的源，提示连不上MySQL的库。同样的配置，查询PG数据源都可以正常使用。 解决步骤：1、先把日志改为debug级别看下报错明细，cat log.properties# 设置日志级别，有四个级别：DEBUG, INFO, WARN and ERRORio.trino=DEBUG2 、再次启动trino，并执行mysql数据源的查询操作3、查看trino的日志，发现有如下内容Caused by: com.mysql.cj.exceptions.CJException: Unknown ConnectionImpl.java:848)... 81 more4、github上搜下类似issue，找到解决方法在 jvm.config 最后加一行：-Duser.timezone=GMT+85、再次重启trino
97410编辑于 2024-05-29- 来自专栏Footprint Analytics
Iceberg-Trino 如何解决链上数据面临的挑战
本文中，我们将以 Footprint Analytics 的技术架构演变作为分析案例，探索 Iceberg-Trino 如何解决链上数据面临的挑战。 Iceberg 可以与 Spark，Flink，Trino 等计算引擎都有着非常良好的集成，我们可以为我们的每一个指标选择最合适的计算方式。 要支持将 Bigquery 作为 Data Source 要支持 DBT，我们要很多指标是依赖 DBT 完成生产的 要支持 BI 工具 metabase 基于以上个点，我们选择了 Trino，Trino 要知道，在各大 OLAP 的宣传文章中，Presto + Hive 可是常年作为最差的对比项存在的，Trino + Iceberg 的组合完全刷新了我们的认知。 ，我们再也不用处理数据同步问题； Trino + Iceberg 让人惊艳的性能，让我们可以开放所有 Bronze 数据给到用户。
2.8K30编辑于 2023-01-18 - 来自专栏大数据
面经：Presto/Trino高性能SQL查询引擎解析
本文将结合我个人的面试经历，深入剖析Trino的核心特性和应用场景，分享面试必备知识点，并通过代码示例进一步加深理解，助您在求职过程中游刃有余地应对与Trino相关的技术考察。 一、面试经验分享在与Trino相关的面试中，我发现以下几个主题是面试官最常关注的：Trino架构与执行流程：能否清晰描述Trino的分布式架构，包括Coordinator、Worker节点的角色，以及查询的解析 二、面试必备知识点详解Trino架构与执行流程Trino采用主从式架构，主要包括Coordinator节点负责查询解析、规划和调度，Worker节点负责实际的数据处理。 ;容错与运维Trino具备良好的容错机制，如任务重试、节点故障自动检测等。运维方面，需熟练使用trino-cli、trino-admin工具进行集群管理、查询监控、日志分析等工作。 希望本文的内容能帮助您系统梳理Trino相关知识，从容应对各类面试挑战。
95610编辑于 2024-04-13 - 来自专栏crossoverJie
使用 SQL 的方式查询消息队列数据以及踩坑指南
Trino 是一个分布式的 SQL 查询引擎，它也提供了插件能力，如果我们想通过 SQL 从自定义数据源查询数据时，基于它的 SPI 编写一个插件是很方便的。 无法使用现有 Trino 集群 首先第一个问题是如果生产环境已经有了一个 Trino 集群想要复用的时候就会碰到问题，常规流程是将 Pulsar 的插件复制到 Trino 的 Plugin 目录，然后重启 Trino 后就能使用该插件。 但是手动编译出来的 Trino 服务和插件是兼容的，可以直接运行。 image.png 因此我只能在本地编译出 Trino 服务端和 pulsar-plugin 然后打包成一个镜像来运行了，当然这样的坏处就是无法利用到我们现有的 Trino 集群，又得重新部署一个了。
45340编辑于 2023-09-20 - 来自专栏Apache Doris
兼容Trino Connector，扩展Apache Doris数据源接入能力｜Lakehouse 使用手册（四）
`kudu_catalog` PROPERTIES ( "type" = "trino-connector", "trino.connector.name" = "kudu", "trino.kudu.authentication.type Connector本小节以 Trino Kafka Connector 插件为例，演示如何在 Doris 中适配 Trino Connector 插件，以及通过 Doris 的 Trino-Connector-Catalog 编译步骤如下：拉取 Trino 源码： $ git clone https://github.com/trinodb/trino.git将 Trino 切换至 435 版本： $ git checkout 435进入 Kafka 插件源码目录： $ cd trino/plugin/trino-kafka编译 Kafka 插件： $ mvn clean install -DskipTest编译完成后，trino 、trino.kafka.nodes、trino.kafka.table-description-dir 均来源于 Trino，具体可参考：Kafka connector 不同的 Connector 插件应该设置不同的属性
41810编辑于 2024-09-06 Hive vs. Impala/Presto/Trino：SQL on Hadoop的另一选择深度解析
特别是在多表关联和聚合操作中，Trino凭借其优化的查询引擎，在某些复杂查询场景下比Presto还要快15-20%。 与Impala相比，Presto和Trino的突出优势在于多源异构查询能力。 虽然增长势头略逊于Trino，但在大型互联网企业的生产环境中仍占据重要地位，日均处理查询量达到百万级别。 应用局限与适用场景 需要注意的是，Presto与Trino并非没有局限。 Trino在近年发展中进一步降低了延迟，尤其在复杂聚合查询中优于Presto。总体而言，如果追求极致低延迟，Impala、Presto和Trino是更优选择，而Hive则胜在大规模批处理的稳定性。 Trino（原PrestoSQL）由Starburst公司主导，强调云原生和Kubernetes部署，生态系统扩展性更强，例如通过Trino Gateway实现多集群管理。 关键指标汇总表 以下表格总结了Hive、Impala、Presto和Trino在核心维度的对比，帮助读者快速决策： 指标 Hive Impala Presto Trino 查询延迟 高（分钟到小时级）
33410编辑于 2025-11-29较 Trino 省 67% 成本，速度快 10 倍，中通快递基于 SelectDB 的湖仓分析架构
有1-2倍的性能提升；在1TBTPC-DS标准测试中，SelectDB完成99个查询的总耗时仅为Trino的1/5。 截止当前，在OLAP分析层面，Trino集群规模已超过130台，日峰值响应接近56万个查询。相比之下，SelectDB虽仅拥有三套集群规模，总数为60台，但日峰值响应量接近90万个查询。 同时，Trino和SparkSQL在在面对高并发查询时，处理效率与预期存在较大差距。在查询超时问题上，我们开启了数据缓存（DataCache）功能，并配置大容量本地磁盘，将热数据持久化缓存。 在同等查询量下，SelectDB的慢SQL（>10s）仅为Trino的百分之一。 该场景下，在保持高性能、高并发的同时，显著节约了计算资源，SelectDB集群规模约为Trino的1/4。
19910编辑于 2025-12-17- 来自专栏飞总聊IT
这个才200个人的公司，竟然有4个CTO！！！
我要写的技术话题是Trino Summit，查资料查到的公司是Trino背后的大数据创业公司Starburst。 他们就是Facebook当年创立Trino这个项目的人，也就是赫赫有名的Presto三巨头。 我们还记得三巨头跳出来谴责Facebook，搞Presto分家的故事吧。 开始做Trino了呢？ 这又是另外一段故事了。这段故事要从一个冤大头叫Teradata说起来。Teradata也发现了bigdata对他们的生意侵蚀严重，需要进入这个圈子了。 2.Facebook里面最开始搞Presto的三巨头，2019年的时候从Facebook里出来和Facebook决裂，带着新的Trino加入Starburst的。 飞总今天做功课想要好好写Trino summit，就浅浅的挖了一下背后的Starburst公司，然后，大家就看了这篇文章。 那么问题来了，这个公司做Trino有前途吗？
65320编辑于 2023-01-10 - 来自专栏一臻数据
从Presto跳槽到Doris后，湖仓一体省时又省力
Apache Doris 和 Presto/Trino 作为主流的查询引擎，各自具备不同的架构设计和适用场景。 今天，我们就来相互vs一下。 Presto/Trino 专注于提供一个联邦查询引擎，擅长跨异构数据源进行查询，但其本身不包含存储层。 相比之下，Apache Doris 提供了一个融合数据仓库与数据湖查询能力的统一架构。 Doris 基于 C++ 实现的全向量化执行引擎，在性能上通常优于主要基于 Java 实现的 Presto/Trino。 根据 TPC-DS 1TB 基准测试结果，当直接查询外部 Hive 表时，Doris 的执行效率比 Presto/Trino 快2到3倍；而当数据导入 Doris 内部表时，其查询性能更是可以达到 Presto /Trino 的10倍以上。
22310编辑于 2025-11-17 - 来自专栏ApacheHudi
医疗在线OLAP场景下基于Apache Hudi 模式演变的改造与应用
由于Presto分为两个分支（Trino和PrestoDB），其中PrestoDB的正式版本已经支持快照查询模式，而Trino主线还不存在这个功能，所以优先考虑在PrestoDB上实现，我们基于Trino 只读取parquet文件的查询模式 • snapshot（快照）：MOR表的rt表，读取log文件和parquet并计算合并结果的查询模式 现状： Hudi的Schema演变过程中多种引擎的表现 其中trino Trino对Hudi支持的情况 Trino版本主线分支无法用快照模式查询。Hudi连接器最终于22年9月28日合入主线，仍没有快照查询的功能。 本地版本基于Trino360主动合入社区中打开状态的PR（Hudi MOR changes），基于Hive连接器完成了快照查询能力。 但由于Trino社区更加活跃，以前的很多功能基于Trino开发，下一步计划改造Trino，使其完整支持快照读与两种查询模式下的schema完整演变。
1.2K10编辑于 2022-12-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号