Presto 设计与实现（一）：开篇

Presto 是一款快速的、稳定的 SQL 查询引擎。

上面的图片来自于 Presto 官网，Presto 将组件划分为三层：

底层：存储结构化数据的数据源，数据源来自于关系型数据库、非关系型数据库、OLAP、分布式数据库、消息中间件、HDFS 以及各种云存储；

中间层：Presto，支持异构数据源的查询以及异构数据源之间的联合查询；

应用层：借助于 Presto 查询引擎，在复杂的异构数据源中操作数据构建上层应用。

统计接口调用次数：未使用 Presto

在之前的项目中为了计算每天用户调用接口的次数，使用 Redis 累加调用次数，用户基本信息存储在 MySQL 中，下面是实际的实现。

MySQL 中的 user 表：

Redis 中的 key 设计：

调用接口总次数：api_tag_count

每天调用接口次数：api_tag_count_20230812

用户调用接口总次数：user_1_api_tag_count

用户每天调用接口次数：user_1_api_tag_count_20230812

使用 Jedis 客户端累加接口调用次数：

实际应用：管理员可以按照时间、用户查询接口的调用次数

上面实现的代价：

创建 User、ApiStats 实体类；

使用 mybatis 框架构建 userDao；

使用 userDao 获取用户详情；

使用 jedis 客户端获取调用次数。

如果我们使用 Presto 实现会变的简单些吗 ？

使用 Presto 实现

1. 配置 MySQL Catalog

配置后可通过 mysql.ice.user 访问 user 表。

2. 配置 Redis Catalog

你需要配置虚拟的表名，完整的表名为 redis.schema1.api，Presto 内置了映射的列，_key 对应 Redis 中实际的键，_value 对应键的值，更详细的可参考：https://prestodb.io/docs/current/connector/redis.html。

在 Worker 节点验证下配置的是否正确：

3. 编写实现代码

pom.xml 中加入 presto-jdbc：

编写实现服务：ApiStatsService，该服务可通过用户 id、接口名称和日期查询调用次数。

ApiStatsService 实现的主要逻辑通过 MySQL 和 Redis 中的表关联，关联条件基于用户 id 和 Redis 键的构建规则。

4. 实际使用

输出：

基于 Presto 的实现：面向 SQL 编程，代码实现简单，原本几个阶段的查询现在转变为一次查询，实际上是 Presto 帮你进行了异构数据源的融合，而对于开发者只需要关心 Catalog 配置的是否正确，查询的 SQL 拼装的是否正确。

Presto 为你做了什么

Presto 管理了数据源的元数据信息：数据源类型、连接地址、用户名和密码等信息；

Presto 定义了异构数据源的访问标准：Catalog、Scehma 和 Column；

Presto 定义了 SQL 语句查询的标准：DDL、DML、方法和运算符等；

Presto SQL 的查询变成了分布式查询，理论上加速了查询，同时限制 SQL 查询过程中内存的使用。