Presto与Trino对比及选型
请比较Presto（PrestoDB）和Trino（原PrestoSQL）的异同、架构差异以及在查询引擎选型时的考量因素。
回答
专业代码师
历史背景：
- Presto由Facebook开发，2019年分叉为PrestoDB（Facebook/AWS维护）和PrestoSQL（现Trino，社区主要方向）
- Trino是当前最活跃的分支
架构对比（相同点）：
- 都采用MPP架构：Coordinator + Worker
- 无状态计算引擎（数据存储在外部）
- 支持ANSI SQL，跨数据源联邦查询
- 内存计算，管道式执行
差异点： | 维度 | Trino | PrestoDB | |------|-------|----------| | 维护方 | Trino Software Foundation | Presto Foundation (FB/LinkedIn/AWS)| | 最新版本 | 4xx（活跃更新） | 0.287（较慢）| | 动态过滤 | 内建（Bloom Filter动态下推） | 有限 | | 物化视图 | 支持 | 不支持 | | 聚合下推 | Pushdown至数据源（Join下推） | 有限 | | 容灾 | 计算节点故障自动重试 | 部分支持 | | 部署 | Docker/K8s/YARN | 类似 | | SQL标准 | 更完整（Window/CTE/Merge） | 较完整 |
Trino特有的优化：
- Dynamic Filtering：运行时根据Build侧结果过滤Probe侧数据
- Fault-Tolerant Execution：查询失败自动重试中间结果
- Cost-Based Optimizer：自动选择Join策略
选型建议：
选择Trino：
- 追求最新功能和性能优化
- 需要动态过滤/物化视图
- 多云/跨数据源联邦查询
- K8s部署
选择PrestoDB：
- 已深度集成AWS生态（EMR/Athena皆基于PrestoDB）
- 要求稳定和对AWS集成好
- 现有PrestoDB集群迁移成本高
总结： 新项目推荐Trino，尤其是需要ANSI SQL完整性和高性能查询的场景。