一、Trino概述

1. 定義與基本概念

Trino（原Presto SQL）是一個(gè)開源的分布式SQL查詢引擎，專為大數(shù)據(jù)聯(lián)邦查詢?cè)O(shè)計(jì)。它允許用戶使用標(biāo)準(zhǔn)的SQL語法對(duì)分布在多個(gè)異構(gòu)數(shù)據(jù)源上的大規(guī)模數(shù)據(jù)集進(jìn)行查詢，這些數(shù)據(jù)源包括但不限于關(guān)系型數(shù)據(jù)庫（如MySQL、PostgreSQL）、NoSQL數(shù)據(jù)庫（如MongoDB、Redis）、消息隊(duì)列（如Kafka）以及云存儲(chǔ)（如S3、ADLS）等。Trino的核心目標(biāo)是支持秒級(jí)查詢海量數(shù)據(jù)（PB級(jí)），并能無縫查詢異構(gòu)數(shù)據(jù)源，為數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家提供了一個(gè)強(qiáng)大而靈活的工具，以滿足他們?cè)跀?shù)據(jù)分析和決策支持方面的需求。

2. 誕生背景與發(fā)展歷程

Trino的起源可以追溯到Facebook的數(shù)據(jù)基礎(chǔ)設(shè)施需求。在早期，F(xiàn)acebook的數(shù)據(jù)分析團(tuán)隊(duì)面臨著Hive查詢速度過慢的問題，無法滿足對(duì)實(shí)時(shí)性和低延遲的需求。為了解決這一問題，2012年，F(xiàn)acebook的Dain Sundstrom、Martin Traverso、David Phillips和Eric Hwang共同創(chuàng)建了Presto。Presto一經(jīng)推出，便因其高性能和分布式查詢能力受到了廣泛關(guān)注，并于2013年正式開源。

隨著Presto的普及和使用范圍的擴(kuò)大，社區(qū)內(nèi)部出現(xiàn)了一些分歧，特別是在Facebook和一些外部貢獻(xiàn)者之間。這些分歧主要集中在項(xiàng)目治理、貢獻(xiàn)流程和版本發(fā)布等方面。為了應(yīng)對(duì)這些問題，一部分社區(qū)成員決定創(chuàng)建一個(gè)新的分支，稱為PrestoSQL。2020年12月，由于Facebook已經(jīng)獲得了“Presto”這個(gè)名字的商標(biāo)，PrestoSQL被重新命名為Trino，從此Trino成為了一個(gè)獨(dú)立的項(xiàng)目，并擁有活躍的社區(qū)支持和開發(fā)。

二、Trino核心特性

1. 查詢速度快

與傳統(tǒng)的數(shù)據(jù)倉庫和查詢引擎相比，Trino具有顯著的查詢速度優(yōu)勢(shì)。傳統(tǒng)的數(shù)倉/引擎查詢時(shí)間通常在分鐘到小時(shí)級(jí)別，而Trino能夠?qū)崿F(xiàn)秒到分鐘級(jí)的查詢響應(yīng)，這使得它非常適合交互式分析和BI報(bào)表等場(chǎng)景。Trino采用了流水線式的查詢處理模式，將查詢分解為多個(gè)獨(dú)立的階段，每個(gè)階段在不同的節(jié)點(diǎn)上并行執(zhí)行，通過并行處理和基于內(nèi)存的計(jì)算、交互，支持亞秒級(jí)甚至毫秒級(jí)的查詢響應(yīng)。此外，Trino還優(yōu)化了數(shù)據(jù)掃描、聚合和過濾等操作，以減少I/O和網(wǎng)絡(luò)延遲，從而提高整體查詢性能。

2. 數(shù)據(jù)源支持廣泛

Trino的一個(gè)重要特性是其對(duì)異構(gòu)數(shù)據(jù)源的強(qiáng)大支持。它可以通過插件化的連接器與20多種不同的數(shù)據(jù)源進(jìn)行無縫集成，包括關(guān)系型數(shù)據(jù)庫、NoSQL數(shù)據(jù)庫、對(duì)象存儲(chǔ)、消息隊(duì)列等。這種聯(lián)邦查詢能力使得用戶可以在一個(gè)統(tǒng)一的界面下對(duì)不同數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行查詢和分析，無需將數(shù)據(jù)移動(dòng)到一個(gè)集中的存儲(chǔ)位置。例如，用戶可以使用Trino在同一個(gè)SQL查詢中同時(shí)訪問MySQL數(shù)據(jù)庫和Hive數(shù)據(jù)倉庫中的數(shù)據(jù)，大大提高了數(shù)據(jù)分析的效率。

3. 架構(gòu)擴(kuò)展性強(qiáng)

Trino采用了分布式無共享架構(gòu)（Shared Nothing Architecture），具有良好的擴(kuò)展性。它的工作節(jié)點(diǎn)（Worker）是無狀態(tài)的，可以根據(jù)需要進(jìn)行彈性伸縮。當(dāng)數(shù)據(jù)量或查詢請(qǐng)求增加時(shí)，用戶可以通過添加更多的工作節(jié)點(diǎn)來提高系統(tǒng)的處理能力，而不會(huì)對(duì)現(xiàn)有系統(tǒng)造成影響。這種彈性伸縮的能力使得Trino能夠按需擴(kuò)容，降低了用戶的使用成本，特別適合處理大規(guī)模數(shù)據(jù)集和高并發(fā)查詢的場(chǎng)景。

4. 使用成本低

Trino是開源的，用戶可以免費(fèi)使用和修改其源代碼。同時(shí)，它具有云原生的特性，支持容器化部署，可以在各種云平臺(tái)上輕松運(yùn)行。與一些商業(yè)授權(quán)的數(shù)據(jù)庫和查詢引擎相比，Trino避免了廠商鎖定，用戶可以根據(jù)自己的需求選擇合適的云服務(wù)提供商和硬件資源，從而降低了使用成本。此外，Trino還支持插件化擴(kuò)展，用戶可以根據(jù)自己的需求自定義連接器、函數(shù)和安全策略，進(jìn)一步提高了系統(tǒng)的靈活性和可定制性。

三、Trino技術(shù)架構(gòu)

1. 核心組件

(1) 協(xié)調(diào)器（Coordinator）

協(xié)調(diào)器是Trino集群的大腦，負(fù)責(zé)接收用戶提交的SQL查詢請(qǐng)求，對(duì)查詢進(jìn)行解析和驗(yàn)證，生成分布式執(zhí)行計(jì)劃，并將任務(wù)調(diào)度到各個(gè)工作節(jié)點(diǎn)上執(zhí)行。同時(shí)，協(xié)調(diào)器還負(fù)責(zé)監(jiān)控查詢的執(zhí)行狀態(tài)，匯總和返回最終的查詢結(jié)果。協(xié)調(diào)器的主要功能包括SQL解析與優(yōu)化、資源管理和任務(wù)調(diào)度等。在SQL解析與優(yōu)化方面，協(xié)調(diào)器會(huì)將用戶提交的SQL語句轉(zhuǎn)換為抽象語法樹（AST），然后進(jìn)行語義驗(yàn)證和邏輯計(jì)劃生成，最后通過基于成本的查詢優(yōu)化（CBO）算法生成優(yōu)化后的物理執(zhí)行計(jì)劃。在資源管理方面，協(xié)調(diào)器會(huì)對(duì)全局資源進(jìn)行配額控制，確保系統(tǒng)資源的合理分配。在任務(wù)調(diào)度方面，協(xié)調(diào)器會(huì)根據(jù)工作節(jié)點(diǎn)的負(fù)載情況和數(shù)據(jù)分布情況，將查詢?nèi)蝿?wù)分配到合適的工作節(jié)點(diǎn)上執(zhí)行。

(2) 工作節(jié)點(diǎn)（Worker）

工作節(jié)點(diǎn)是Trino集群中實(shí)際執(zhí)行查詢?nèi)蝿?wù)的節(jié)點(diǎn)。它接收協(xié)調(diào)器分配的任務(wù)，通過連接器訪問數(shù)據(jù)源，并執(zhí)行數(shù)據(jù)掃描、過濾、聚合等操作。工作節(jié)點(diǎn)通過Driver驅(qū)動(dòng)多個(gè)Operator（最小執(zhí)行單元）來完成具體的任務(wù)。每個(gè)工作節(jié)點(diǎn)都有自己的內(nèi)存管理器，負(fù)責(zé)對(duì)內(nèi)存進(jìn)行精細(xì)化控制，以提高查詢的執(zhí)行效率。工作節(jié)點(diǎn)的狀態(tài)機(jī)包括PLANNED（計(jì)劃中）、RUNNING（運(yùn)行中）、FINISHED（完成）和FAILED（失敗）等狀態(tài)，協(xié)調(diào)器會(huì)根據(jù)工作節(jié)點(diǎn)的狀態(tài)對(duì)任務(wù)進(jìn)行調(diào)度和管理。

(3) 連接器（Connector）

連接器是Trino實(shí)現(xiàn)計(jì)算與存儲(chǔ)分離的關(guān)鍵組件。它通過插件的方式支持新的數(shù)據(jù)源，解耦了查詢引擎和數(shù)據(jù)源之間的依賴關(guān)系。每個(gè)連接器都實(shí)現(xiàn)了特定的接口，如getSplits()（數(shù)據(jù)分片）和getPage()（數(shù)據(jù)頁獲取）等，用于與不同的數(shù)據(jù)源進(jìn)行交互。通過連接器，Trino可以將查詢請(qǐng)求轉(zhuǎn)換為對(duì)具體數(shù)據(jù)源的操作，從而實(shí)現(xiàn)對(duì)異構(gòu)數(shù)據(jù)源的統(tǒng)一查詢。例如，對(duì)于Hive數(shù)據(jù)源，Trino的Hive連接器會(huì)與Hive Metastore進(jìn)行交互，獲取表的元數(shù)據(jù)信息，并將查詢?nèi)蝿?wù)轉(zhuǎn)換為對(duì)HDFS上數(shù)據(jù)文件的讀取操作。

2. 分層架構(gòu)設(shè)計(jì)

(1) 協(xié)調(diào)層（Coordinator）

協(xié)調(diào)層是Trino集群的核心管理層，主要由協(xié)調(diào)器組成。它負(fù)責(zé)整個(gè)集群的任務(wù)調(diào)度、資源管理和查詢優(yōu)化等工作。協(xié)調(diào)層的主要組件包括SQL解析器、優(yōu)化器、調(diào)度器和資源管理器等。SQL解析器負(fù)責(zé)將用戶提交的SQL語句解析為抽象語法樹（AST），優(yōu)化器則基于成本的查詢優(yōu)化（CBO）算法對(duì)邏輯計(jì)劃進(jìn)行優(yōu)化，生成物理執(zhí)行計(jì)劃。調(diào)度器負(fù)責(zé)將任務(wù)分配到各個(gè)工作節(jié)點(diǎn)上執(zhí)行，資源管理器則對(duì)全局資源進(jìn)行配額控制，確保系統(tǒng)資源的合理分配。

(2) 計(jì)算層（Worker）

計(jì)算層是Trino集群的執(zhí)行層，由多個(gè)工作節(jié)點(diǎn)組成。工作節(jié)點(diǎn)負(fù)責(zé)執(zhí)行具體的查詢?nèi)蝿?wù)，通過連接器訪問數(shù)據(jù)源，并進(jìn)行數(shù)據(jù)處理和計(jì)算。計(jì)算層的主要組件包括任務(wù)執(zhí)行器、驅(qū)動(dòng)池和內(nèi)存管理器等。任務(wù)執(zhí)行器負(fù)責(zé)處理任務(wù)，驅(qū)動(dòng)池則提供多線程執(zhí)行引擎，以提高任務(wù)的執(zhí)行效率。內(nèi)存管理器負(fù)責(zé)對(duì)工作節(jié)點(diǎn)的內(nèi)存進(jìn)行精細(xì)化控制，確保任務(wù)能夠在有限的內(nèi)存資源下高效執(zhí)行。

(3) 連接層（Connector）

連接層是Trino與數(shù)據(jù)源之間的接口層，由各種連接器組成。連接器負(fù)責(zé)將Trino的查詢請(qǐng)求轉(zhuǎn)換為對(duì)具體數(shù)據(jù)源的操作，實(shí)現(xiàn)對(duì)異構(gòu)數(shù)據(jù)源的統(tǒng)一查詢。連接層的主要組件包括統(tǒng)一接口和數(shù)據(jù)源適配器等。統(tǒng)一接口定義了連接器與Trino查詢引擎之間的交互規(guī)范，數(shù)據(jù)源適配器則根據(jù)不同的數(shù)據(jù)源類型實(shí)現(xiàn)了具體的接口，如Hive數(shù)據(jù)源適配器、MySQL數(shù)據(jù)源適配器等。

四、Trino查詢執(zhí)行流程

1. 查詢提交

用戶可以通過CLI、JDBC或Web UI等方式向Trino集群的協(xié)調(diào)器提交SQL查詢請(qǐng)求。協(xié)調(diào)器接收到查詢請(qǐng)求后，會(huì)對(duì)SQL語句進(jìn)行語法檢查和語義驗(yàn)證，確保查詢的合法性。

2. 查詢解析

協(xié)調(diào)器對(duì)提交的SQL語句進(jìn)行解析，生成抽象語法樹（AST），并將其轉(zhuǎn)換為邏輯查詢計(jì)劃。在這個(gè)過程中，協(xié)調(diào)器會(huì)對(duì)查詢進(jìn)行語義分析，檢查表名、列名、函數(shù)調(diào)用等是否合法，并進(jìn)行類型檢查和常量折疊等優(yōu)化操作。

3. 任務(wù)分發(fā)

協(xié)調(diào)器根據(jù)生成的邏輯查詢計(jì)劃，將任務(wù)分解為多個(gè)子任務(wù)，并將這些子任務(wù)分發(fā)到各個(gè)工作節(jié)點(diǎn)上執(zhí)行。在任務(wù)分發(fā)過程中，協(xié)調(diào)器會(huì)考慮工作節(jié)點(diǎn)的負(fù)載情況和數(shù)據(jù)的本地性，盡量將任務(wù)分配到離數(shù)據(jù)最近的工作節(jié)點(diǎn)上，以減少數(shù)據(jù)傳輸?shù)拈_銷。

4. 數(shù)據(jù)處理

工作節(jié)點(diǎn)接收到任務(wù)后，通過連接器訪問數(shù)據(jù)源，并執(zhí)行具體的數(shù)據(jù)處理操作，如數(shù)據(jù)掃描、過濾、聚合、連接等。工作節(jié)點(diǎn)會(huì)將處理后的部分結(jié)果返回給協(xié)調(diào)器。

5. 結(jié)果返回

協(xié)調(diào)器接收到各個(gè)工作節(jié)點(diǎn)返回的部分結(jié)果后，對(duì)這些結(jié)果進(jìn)行匯總和合并，生成最終的查詢結(jié)果，并將其返回給用戶。在結(jié)果返回過程中，協(xié)調(diào)器會(huì)對(duì)結(jié)果進(jìn)行排序、去重等操作，確保結(jié)果的準(zhǔn)確性和一致性。

五、Trino應(yīng)用場(chǎng)景

1. 多數(shù)據(jù)源分析

在企業(yè)的數(shù)據(jù)環(huán)境中，往往存在著多種不同類型的數(shù)據(jù)源，如關(guān)系型數(shù)據(jù)庫、NoSQL數(shù)據(jù)庫、數(shù)據(jù)湖等。Trino的聯(lián)邦查詢能力使得用戶可以在一個(gè)統(tǒng)一的界面下對(duì)這些不同數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行查詢和分析，無需將數(shù)據(jù)移動(dòng)到一個(gè)集中的存儲(chǔ)位置。例如，企業(yè)可以使用Trino在同一個(gè)SQL查詢中同時(shí)訪問MySQL數(shù)據(jù)庫和Hive數(shù)據(jù)倉庫中的數(shù)據(jù)，進(jìn)行跨數(shù)據(jù)源的數(shù)據(jù)分析和挖掘。

2. 實(shí)時(shí)數(shù)據(jù)查詢

隨著物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等技術(shù)的發(fā)展，企業(yè)產(chǎn)生了大量的實(shí)時(shí)數(shù)據(jù)，如用戶行為數(shù)據(jù)、傳感器數(shù)據(jù)等。Trino可以通過與Kafka等實(shí)時(shí)流數(shù)據(jù)源的集成，實(shí)現(xiàn)對(duì)實(shí)時(shí)數(shù)據(jù)的快速查詢和分析。例如，企業(yè)可以使用Trino對(duì)Kafka中的實(shí)時(shí)事件數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，及時(shí)發(fā)現(xiàn)業(yè)務(wù)中的問題和機(jī)會(huì)。

3. 即席查詢（Ad-hoc查詢）

在數(shù)據(jù)分析過程中，數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家經(jīng)常需要進(jìn)行一些臨時(shí)性的查詢和分析，以探索數(shù)據(jù)的特征和規(guī)律。Trino的高性能和低延遲查詢能力使得它非常適合進(jìn)行即席查詢。用戶可以在需要時(shí)隨時(shí)提交SQL查詢請(qǐng)求，快速得到查詢結(jié)果，而無需等待長(zhǎng)時(shí)間的批處理作業(yè)。

4. 數(shù)據(jù)湖查詢

數(shù)據(jù)湖是一種用于存儲(chǔ)大量原始數(shù)據(jù)的存儲(chǔ)架構(gòu)，它可以存儲(chǔ)各種類型的數(shù)據(jù)，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。Trino可以與數(shù)據(jù)湖中的數(shù)據(jù)存儲(chǔ)系統(tǒng)（如HDFS、S3等）進(jìn)行集成，對(duì)數(shù)據(jù)湖中的數(shù)據(jù)進(jìn)行高效的查詢和分析。例如，企業(yè)可以使用Trino對(duì)Hive數(shù)據(jù)湖中的數(shù)據(jù)進(jìn)行查詢和分析，挖掘數(shù)據(jù)中的潛在價(jià)值。

六、Trino與其他工具的比較

1. 與Hive的比較

(1) 架構(gòu)

Hive基于MapReduce或Tez運(yùn)行引擎，依賴于Hadoop生態(tài)系統(tǒng)，數(shù)據(jù)處理過程涉及大量的磁盤I/O操作，因此查詢速度相對(duì)較慢。而Trino基于內(nèi)存計(jì)算，采用了分布式無共享架構(gòu)，查詢處理過程主要在內(nèi)存中進(jìn)行，減少了磁盤I/O和網(wǎng)絡(luò)延遲，因此查詢速度更快。

(2) 性能

Hive更適合批量處理任務(wù)，對(duì)于大規(guī)模數(shù)據(jù)的批量分析和處理具有較好的性能。而Trino更適合低延遲、交互式查詢，能夠在短時(shí)間內(nèi)返回查詢結(jié)果，滿足用戶對(duì)實(shí)時(shí)性的需求。

(3) 功能

Hive主要面向HDFS和YARN生態(tài)，對(duì)Hadoop生態(tài)系統(tǒng)的支持較好，但對(duì)異構(gòu)數(shù)據(jù)源的支持相對(duì)較弱。而Trino支持跨數(shù)據(jù)源聯(lián)邦查詢，可以與多種不同類型的數(shù)據(jù)源進(jìn)行無縫集成，提供了更強(qiáng)大的數(shù)據(jù)分析能力。

2. 與Spark SQL的比較

(1) 性能

Spark SQL是基于內(nèi)存計(jì)算的分布式SQL查詢引擎，具有較高的性能。在處理大規(guī)模數(shù)據(jù)時(shí)，Spark SQL的性能通常優(yōu)于Hive。然而，Trino在查詢速度上通常比Spark SQL更快，特別是在處理實(shí)時(shí)數(shù)據(jù)和交互式查詢時(shí)，Trino的優(yōu)勢(shì)更加明顯。

(2) 功能

Spark SQL是Spark生態(tài)系統(tǒng)的一部分，提供了豐富的機(jī)器學(xué)習(xí)和數(shù)據(jù)處理庫，適合進(jìn)行復(fù)雜的數(shù)據(jù)處理和分析任務(wù)。而Trino主要專注于SQL查詢，提供了對(duì)異構(gòu)數(shù)據(jù)源的強(qiáng)大支持，更適合進(jìn)行跨數(shù)據(jù)源的聯(lián)邦查詢和數(shù)據(jù)分析。

(3) 易用性

Spark SQL需要用戶具備一定的編程能力，特別是在使用Spark的機(jī)器學(xué)習(xí)和數(shù)據(jù)處理庫時(shí)。而Trino提供了標(biāo)準(zhǔn)的SQL接口，用戶可以使用熟悉的SQL語法進(jìn)行查詢，無需學(xué)習(xí)新的編程語言和API，降低了用戶的使用門檻。

七、Trino的安裝與配置

1. 環(huán)境要求

• 操作系統(tǒng)：Linux（建議使用Ubuntu或CentOS），MacOS也支持但較少見；Windows不直接支持，可以通過WSL2間接運(yùn)行。
• Java版本：JDK 8或更高版本。推薦使用OpenJDK。
• 內(nèi)存：至少8GB RAM，對(duì)于生產(chǎn)環(huán)境建議更多。
• 網(wǎng)絡(luò)：穩(wěn)定的網(wǎng)絡(luò)連接，以便下載必要的軟件包和依賴項(xiàng)。
• 存儲(chǔ)空間：足夠的磁盤空間來存儲(chǔ)數(shù)據(jù)文件和日志。

2. 安裝步驟

(1) 下載與解壓

首先訪問Trino官方網(wǎng)站獲取最新版本的二進(jìn)制文件?？梢赃x擇直接下載tarball格式的壓縮包，然后將其解壓到想要安裝的位置。例如：

# 下載Trino服務(wù)器端二進(jìn)制文件
wget https://repo1.maven.org/maven2/io/trino/trino-server/379/trino-server-379.tar.gz

# 解壓文件到指定目錄
tar -xzvf trino-server-379.tar.gz -C /opt/

這會(huì)將Trino服務(wù)器端解壓到/opt/trino-server-379目錄下。

(2) 配置環(huán)境變量

為了方便調(diào)用Trino命令行工具CLI，可以將Trino的bin路徑添加到系統(tǒng)的PATH環(huán)境變量中。編輯~/.bashrc或~/.zshrc文件，添加如下行：

exportPATH=$PATH:/opt/trino-server-379/bin

使配置生效：

source ~/.bashrc

(3) 設(shè)置配置文件

進(jìn)入Trino安裝目錄下的etc文件夾，這里包含了所有配置文件。根據(jù)官方文檔指導(dǎo)創(chuàng)建或修改以下關(guān)鍵配置文件：

• config.properties：定義了Trino協(xié)調(diào)器(Coordinator)和服務(wù)的基本參數(shù)。
• jvm.config：JVM啟動(dòng)參數(shù)，如內(nèi)存分配等。
• node.properties：節(jié)點(diǎn)相關(guān)信息，如節(jié)點(diǎn)ID和環(huán)境標(biāo)識(shí)。
• catalog/*.properties：連接到各個(gè)數(shù)據(jù)源的配置文件，每個(gè)數(shù)據(jù)源對(duì)應(yīng)一個(gè)單獨(dú)的.properties文件。 示例配置如下：

# config.properties
coordinator=true
node-scheduler.include-coordinator=false
http-server.http.port=8080
query.max-memory=5GB
query.max-memory-per-node=1GB
discovery-server.enabled=true
discovery.uri=http://localhost:8080

# jvm.config
-Xmx16G
-XX:+UseG1GC
-XX:G1HeapRegionSize=32M
-XX:+UseGCOverheadLimit
-XX:+ExplicitGCDisabled

# node.properties
node.environment=production
node.id=unique-id-for-this-node

對(duì)于每一個(gè)要連接的數(shù)據(jù)源，需要?jiǎng)?chuàng)建相應(yīng)的catalog配置文件。例如，如果想連接到Hive，請(qǐng)創(chuàng)建hive.properties文件：

connector.name=hive-hadoop2
hive.metastore.uri=thrift://your-metastore-host:9083
hive.config.resources=/etc/hadoop/conf/core-site.xml,/etc/hadoop/conf/hdfs-site.xml

(4) 啟動(dòng)服務(wù)

完成上述配置后，可以通過下面的命令啟動(dòng)Trino協(xié)調(diào)器：

./bin/launcher start

如果一切正常，可以在瀏覽器中通過http://localhost:8080訪問Trino Web UI界面。

(5) 使用CLI工具

Trino提供了命令行接口（CLI），允許用戶直接從終端執(zhí)行SQL查詢。首次使用時(shí)可能需要先安裝CLI工具?？梢酝ㄟ^以下命令下載并安裝：

# 下載并安裝Trino CLI
wget https://repo1.maven.org/maven2/io/trino/trino-cli/379/trino-cli-379-executable.jar -O trino
chmod +x trino
mv trino /usr/local/bin/

# 啟動(dòng)CLI并連接到本地Trino實(shí)例
trino --server http://localhost:8080 --catalog hive --schema default

此時(shí)就可以開始編寫SQL語句來進(jìn)行數(shù)據(jù)探索了。

Trino作為一個(gè)開源的分布式SQL查詢引擎，具有查詢速度快、數(shù)據(jù)源支持廣泛、架構(gòu)擴(kuò)展性強(qiáng)、使用成本低等優(yōu)點(diǎn)，在大數(shù)據(jù)分析和處理領(lǐng)域具有廣闊的應(yīng)用前景。