数据分析是分析原始数据以收集相关信息以做出更好决策的过程。它主要在许多组织中用于制定业务决策。好吧，大数据分析涉及大量数据，并且此过程非常复杂，因此公司使用不同的策略。

例如，Facebook是全球领先的数据驱动和最大的数据仓库公司之一。 Facebook仓库数据存储在Hadoop中以进行大规模计算。后来，当仓库数据增长到PB时，他们决定开发一种低延迟的新系统。在2012年，Facebook团队成员设计了“ Presto”用于交互式查询分析，即使有PB级数据也可以快速运行。

什么是Apache Presto?

Apache Presto是一个分布式并行查询执行引擎，针对低延迟和交互式查询分析进行了优化。 Presto可以轻松地运行查询，并且可以在不停机的情况下进行扩展，甚至从数GB到PB也可以。

一个Presto查询可以处理来自多个来源的数据，例如HDFS，MySQL，Cassandra，Hive和更多数据源。 Presto用Java内置，并且易于与其他数据基础架构组件集成。 Presto功能强大，Airbnb，DropBox，Groupon和Netflix等领先公司正在采用它。

Presto-功能

Presto包含以下功能-

• 简单和可扩展的体系结构。
• 可插拔连接器-Presto支持可插拔连接器，以提供用于查询的元数据和数据。
• 流水线执行-避免不必要的I / O延迟开销。
• 用户定义的功能-分析师可以创建自定义的用户定义的功能以轻松迁移。
• 向量化的柱状处理。

Presto-好处

这是Apache Presto提供的好处的列表-

• 专门的SQL操作
• 易于安装和调试
• 简单的存储抽象
• 以低延迟快速扩展PB级数据

Presto-应用

Presto支持当今大多数最佳工业应用。让我们看一些著名的应用程序。

• Facebook -Facebook为数据分析需求而构建了Presto。 Presto可轻松扩展大规模数据。

• Teradata -Teradata在大数据分析和数据仓库中提供端到端解决方案。 Teradata对Presto的贡献使更多公司更容易满足所有分析需求。

• Airbnb -Presto是Airbnb数据基础架构的组成部分。好吧，每天都有数百名员工使用该技术运行查询。

为什么要Presto?

Presto支持标准的ANSI SQL，这使得数据分析师和开发人员非常容易。尽管它是用Java内置的，但它避免了与内存分配和垃圾回收有关的Java代码的典型问题。 Presto具有Hadoop友好的连接器体系结构。它允许轻松地插入文件系统。

Presto可在多个Hadoop发行版上运行。此外，Presto可以从Hadoop平台联系查询Cassandra，关系数据库或其他数据存储。这种跨平台的分析功能使Presto用户能够从千兆字节到PB的数据中提取最大的业务价值。