【大数据】Presto（Trino）REST API 与执行计划介绍

文章目录

一、概述

Presto（现在叫Trino）是一个分布式SQL查询引擎，它允许用户在多个数据源上执行查询。Presto本身是一个独立的Java程序，可以通过REST API与其他应用程序进行通信。

Presto的REST API是一组HTTP接口，可以用于与Presto服务器进行通信，并提交查询请求、获取查询结果等。以下是Presto REST API的一些常见用途：

• 执行SQL查询：使用REST API，可以提交SQL查询请求，并从Presto服务器获取查询结果。
• 获取查询进度：使用REST API，可以获取当前查询的进度和状态，例如查询已经执行的百分比、预计完成时间等。
• 查询元数据：使用REST API，可以获取Presto服务器上的表和列的元数据信息，例如表的名称、列的数据类型等。
• 管理Presto集群：使用REST API，可以管理Presto集群中的节点，例如添加或删除节点，重新启动节点等。
• 获取集群状态：使用REST API，可以获取Presto集群的状态、版本号等信息。

Presto REST API使用JSON格式进行数据交互，并提供了许多API端点以满足不同的需求。除此之外，Presto REST API还提供了一些安全控制和权限管理功能，例如对访问API的用户进行身份验证、控制用户的操作权限等。

总之，Presto REST API提供了一种简单、快速、可靠地与Presto进行通信的方式，为Presto的用户提供了更多自由、灵活的操作空间。

二、环境准备

如已经有环境了，可以忽略，如想快熟部署Presto（Trino）环境可参考我这篇文章：【大数据】通过 docker-compose 快速部署 Presto（Trino）保姆级教程

docker exec -it trino-coordinator bash# --catalog：数据源 --schema：数据库${TRINO_HOME}/bin/trino-cli --server http://trino-coordinator:8080 --user=hadoop

三、常用 REST API

以下是一些常见的Presto REST API端点和用途：

• /v1/catalog：从Presto服务器获取所有数据源的元数据信息，例如数据源名称、表名、列名、数据类型等。
• /v1/query：提交一个SQL查询请求，Presto服务器会立即返回一个查询ID，并在后台执行查询。使用这个ID，可以获取查询的状态和结果。
• /v1/query/{queryId}/status：获取查询的状态信息，例如查询是否已经完成、已经执行的百分比等。
• /v1/query/{queryId}/results：获取查询的结果，以JSON格式返回。这个端点可以多次调用，以获取查询的不同结果部分。
• /v1/query/{queryId}/cancel：取消正在执行的查询请求。
• /v1/cluster：获取Presto集群的所有节点信息，包括节点IP地址、端口号、工作状态等。
• /v1/info：获取Presto服务器的版本号、构建时间、运行时信息等。
• /v1/stats：获取Presto服务器的使用统计信息，例如查询执行次数、查询响应时间、查询失败次数等。

通过使用这些REST API端点，可以方便地与Presto服务器进行交互，并对Presto进行控制和管理。同时，Presto REST API还提供了若干参数选项和高级功能，可以让用户对Presto服务器的行为进行更加精细的控制和优化。

1）worker 节点优雅退出

官方文档：https://trino.io/docs/current/admin/graceful-shutdown.html

Trino 有一个优雅的关闭 API，可以专门用于 以确保它们在不影响正在运行的查询的情况下终止，给定 足够的宽限期。

# 睡眠 shutdown.grace-period，默认为 2 分钟。如有任务直到所有活动任务完成。# 关闭应用程序。curl -v -X PUT -d '"SHUTTING_DOWN"' -H "Content-type: application/json"\
    http://worker:8080/v1/info/state

# 示例：curl -v -X PUT -d '"SHUTTING_DOWN"' -H "Content-type: application/json"\
    http://docker-compose-presto-trino-worker-2:8080/v1/info/state

2）提交SQL查询请求

curl --request POST \
--url http://presto-server:8080/v1/query \
--header 'content-type: application/json'\
--data '{
    "query": "SELECT COUNT(*) FROM schema.table",
    "timezone": "Asia/Shanghai"
}'

此命令向Presto服务器提交一个SQL查询请求，查询的SQL语句是

"SELECT COUNT(*) FROM schema.table"

，时区设置为

"Asia/Shanghai"

。执行成功后，Presto服务器会立即返回一个查询

ID

。

3）获取查询状态

curl http://presto-server:8080/v1/query/query-id/status

这个命令使用查询ID查询查询的状态信息，"query-id"是需要替换为具体的查询ID。

4）获取查询结果

curl http://presto-server:8080/v1/query/query-id/results/1

这个命令使用查询ID获取查询结果，"1"表示结果是从第一条开始获取的。执行成功后，Presto服务器会以JSON格式返回查询结果。

5）取消查询请求

curl --request DELETE http://presto-server:8080/v1/query/query-id

这个命令会取消查询ID对应的查询请求，并且终止查询执行。

6）获取Presto 节点信息

curl http://presto-server:8080/v1/node

为检索集群中可用Trino节点的列表提供支持。

7）获取Presto服务器使用统计信息

curl http://presto-server:8080/v1/status

这个命令返回Presto服务器的使用统计信息，例如查询执行次数、查询响应时间、查询失败次数等。

8）获取查询计划

curl http://presto-server:8080/v1/query/query-id/plan

这个命令返回查询ID对应的查询计划，包括查询计划中使用的数据源、过滤器、连接方式等信息。

这里只是列举出部分的api，想了解更多，可参阅官方文档。

四、Presto（Trino）执行计划

Presto（Trino）执行计划的生成基于Presto（Trino）的分布式查询引擎。Presto（Trino）将一个查询分解成多个任务，并在多个节点上并行执行这些任务。执行计划记录每个任务的执行方式，以及每个任务中使用的算子和资源。

以下是Presto（Trino）执行计划的基本生成原理：

1. 解析：Presto（Trino）将查询语句解析成一棵语法树。这个语法树包含了查询的各个组成部分，如选择器、联结条件、过滤条件等等。
2. 逻辑优化：Presto（Trino）对语法树进行逻辑优化。例如，它可以通过重组联结条件来改善查询性能，或者消除不必要的过滤器。
3. 物理优化：Presto（Trino）将逻辑计划转换为物理计划。这个过程中，Presto（Trino）选择合适的算子和连接方式，以在整个集群中共享计算负载。
4. 任务划分：Presto（Trino）将物理计划分解成多个小任务，并在节点上并行执行这些任务。每个任务都包含一个或多个算子，并指定使用哪些资源和节点。
5. 执行计划：Presto（Trino）生成执行计划，描述所有任务的执行方式以及每个任务中使用的算子和资源。这个执行计划可以在查询期间进行动态更新，并且会根据查询的进度和节点负载进行调整。

总之，Presto（Trino）执行计划的生成基于一系列逻辑和物理优化，以及任务分解和分布式执行等技术。通过使用执行计划，您可以更好地了解查询的执行方式和性能瓶颈，从而对查询进行优化。

Presto（Trino）REST API 与执行计划介绍就先到这里了，有任何疑问欢迎私信或留言，也可关注我【大数据与云原生技术分享】加群或私信咨询问题~