Trino 分布式查询引擎 专栏导览
专栏定位
本专栏聚焦 Trino（原 Presto SQL）分布式查询引擎的架构设计与查询优化——从 Coordinator/Worker 的 MPP 执行模型，到 Connector SPI 的插件化数据源抽象，再到 CBO（基于代价的优化器）和 Dynamic Filtering 的查询加速。Trino 的核心价值在于联邦查询——用一条 SQL 同时查询 Hive、Iceberg、MySQL、Elasticsearch、Kafka 等异构数据源，无需数据搬迁。
目标读者
- 使用 Trino 做即席查询和联邦查询的数据分析师/数据工程师
- 需要进行 Trino 集群调优和资源管理的 SRE/平台工程师
- 对 MPP 查询引擎和 SQL 优化器设计感兴趣的技术爱好者
专栏目录
| 序号 | 标题 | 核心内容 |
|---|---|---|
| 01 | 01 Trino 全局架构——Coordinator Worker 与 MPP 执行 | Presto 到 Trino 的演进、Coordinator 的查询规划与调度、Worker 的 Pipeline 执行、Connector SPI 的插件化数据源 |
| 02 | 02 查询执行引擎——Stage、Task 与 Pipeline | SQL → 逻辑计划 → 物理计划 → Stage DAG 的转换、Exchange 的数据分发（Hash/Broadcast/Gather）、Pipeline 的算子融合 |
| 03 | 03 Connector 体系——Hive、Iceberg 与联邦查询 | Connector SPI 的三大接口（Metadata/SplitManager/RecordSetProvider）、Hive Connector 的分区裁剪、Iceberg Connector 的时间旅行、跨数据源 JOIN 的执行策略 |
| 04 | 04 内存管理与资源调度 | 内存池（General/Reserved/System）的分级管理、查询内存限制与溢出（Spill to Disk）、Resource Group 的多租户隔离、排队与优先级 |
| 05 | 05 查询优化——CBO、动态过滤与索引下推 | 基于代价的优化器（CBO）与统计信息、动态过滤（Dynamic Filtering）的 Probe/Build 端协作、谓词下推与列裁剪、JOIN 顺序优化 |
| 06 | 06 Trino 运维——集群部署、慢查询分析与调优 | JVM 参数配置（Memory/GC）、Query Plan 的 EXPLAIN ANALYZE 分析、Worker 扩缩容策略、与 Spark SQL/Doris 的选型对比 |
推荐阅读路径
核心原理路径：01 → 02 → 05
Connector 与联邦路径：03
运维调优路径：04 → 06
前置知识
关联专栏
- Hive：TrHive Connector 是最常用的数据源
- Iceberg：Iceberg Connector 支持时间旅行查询
- Doris、ClickHouse：联邦查询 vs 单一 OLAP 引擎的选型
- JVM：Trino 是 Java 应用，JVM 内存管理与 GC 调优影响查询性能