译者序

Facebook（现已更名为Meta）于2012年创建了分布式大数据SQL查询引擎Presto，到目前已经超过10年了。Presto也从最早的项目逐步分叉为两个开源项目：PrestoDB和TrinoDB。两个项目的社区相互竞争的同时也相互借鉴，共同推动着SQL查询引擎的进步。

作为通用分布式大数据SQL查询引擎，Trino适用于各类交互式分析查询场景，支持从GB到PB级别的数据量。它不仅有着清晰的架构，能够独立运行，不依赖于任何其他外部系统，而且提供了丰富的数据源插件接口，完美对接外部存储系统并支持添加自定义函数，从而轻松实现跨源和跨库查询。

经过10年的创新，Trino已经真正成长起来，不仅突破了仅面向优化Hive查询对象存储的场景限制，还突破了单一公司主导的机制限制，成长为一个繁荣的社区和生态体系。目前，AWS已经将云上的交互式查询引擎进行了升级，引入了Trino开源项目的最新功能，开放给全球用户使用（https://aws.amazon.com/cn/about-aws/whats-new/2022/10/amazon-athena-announces-upgraded-query-engine/）。

第2版相对于第1版做了大量更新，以跟上Trino的快速创新。在介绍Trino的历史、架构、基本工作原理等内容的基础上，第2版对社区如下方面的新进展和增强也做了介绍：

•运行时和部署 Trino从Java 7转移到Java 8，然后转移到Java 11，直到最近转移到Java 17，每次转移都受益于运行时性能的创新以及改进的Java语言特性。在Java 17中，Trino也即将开始大量此类改进。

通过Helm chart可以方便地将Trino集群部署到Kubernetes上，以实现数百个CPU内核和数TB内存的弹性集群部署。如果不使用数据仓库，就无法使用查询合并来自不同系统的数据。

•安全 Trino不仅支持Kerberos，还广泛采用并支持自动证书创建、内部通信的TLS、环境变量安全注入机制、Oauth 2.0等SSO系统。

•查询处理和性能 从一开始，高效率和低延迟就是Trino的核心设计目标，通过本地编译等特性，最终的性能超越了其他系统。多年来，Trino在查询分析器和规划器中增加了很多复杂的算法和功能；让连接器具备了检索和管理表统计信息的能力，创建了基于成本的优化器（CBO），并使之有利于查询处理性能的进一步改进；添加了动态过滤、动态分区修剪、谓词下推、连接下推、聚合函数下推等。每一项改进都经过了细致的调优。

•容错查询执行模式 启用此功能后，查询执行可以在集群节点故障时幸存下来。部分执行可以重试，查询处理可以继续进行。

本书共三部分。

第一部分提供了对Trino的简要介绍和使用说明，你可以从中了解到Trino的发展历史、主要功能以及如何简单地安装和使用它。

第二部分是为进阶用户准备的，介绍了Trino的内部架构、基本原理、部署、连接器和SQL语句的使用等。该部分详细地介绍了使用Trino的各种细节，是本书的精华所在。学习完该部分的知识，你应该具备正确使用和调优Trino的大部分技能。该部分也很适合作为速查手册使用。

第三部分提供了在生产环境部署Trino的必备知识，帮助你配置安全特性、与其他工具集成和进行集群部署，还提供了一些真实世界的部署案例。建议即将在生产环境中部署Trino的读者将该部分作为参考。

阅读完本书后，你不但可以编写适合Trino执行的SQL查询，熟悉Trino运维方面的各种知识，还可以对Trino的内部架构有所了解。希望本书能为对Trino感兴趣的读者提供一份好的实战指南，帮助各位读者理解Trino的方方面面。

Trino的繁荣发展离不开它的开源社区。实际上，Trino从开发伊始就将开源作为目标之一。现在，Trino已经构建了丰富的生态系统，这个系统包括数不清的开源插件和库、提供支持服务的组织和企业，以及云服务提供商等。

在国内，Trino也是非常受欢迎的分布式查询引擎，有大量的用户在实际生产环境中使用它。但在社区方面，国内的贡献者并不多，译者希望本书可以让更多的国内Trino用户熟悉并掌握它的内部架构和运行机制，了解Trino最新的开发情况和发展方向，也能让Trino的生态扩展到更多的国产数据库产品和国内云厂商的服务之中，并希望在开源社区中涌现出更多的国内贡献者。

最后，特别感谢在本书翻译和出版过程中参与审校、排版等工作的人员，他们的努力使得本书以如此完整的面貌呈现给读者。翻译过程中难免会有疏漏和不妥当之处，欢迎各位读者通过TrinoDB@foxmail.com与我们联系并加以指正。

罗卓辉 Starburst资深客户成功工程师

务志坤 金山云大数据技术专家

秦雁翔 金山云大数据工程师

王征 金山云大数据研发负责人

2023年