代码拉取完成，页面将自动刷新
Trino on Kubernetes（Trino在Kubernetes上的部署）是将Trino查询引擎与Kubernetes容器编排平台相结合，以实现在Kubernetes集群上部署、管理和运行Trino的解决方案。
Trino（之前称为Presto SQL）是一个高性能的分布式SQL查询引擎，旨在处理大规模数据集和复杂查询。Kubernetes是一个流行的开源容器编排平台，用于自动化容器的部署、扩展和管理。
将Trino部署在Kubernetes上可以带来一些优势：
弹性扩展：Kubernetes提供了自动化的容器扩展功能，可以根据工作负载的需求自动增加或减少Trino的实例数。这样，可以根据查询负载的变化进行弹性伸缩，提高性能和资源利用率。
高可用性：Kubernetes具有容错和故障恢复的能力。通过在Kubernetes集群中部署多个Trino实例，可以实现高可用性架构，当其中一个实例失败时，其他实例可以接管工作，保证系统的可用性。
资源管理：Kubernetes提供了资源调度和管理的功能，可以控制Trino实例使用的计算资源、存储资源和网络资源。通过适当配置资源限制和请求，可以有效地管理Trino查询的资源消耗，防止资源冲突和争用。
简化部署和管理：Kubernetes提供了声明性的配置和自动化的部署机制，可以简化Trino的部署和管理过程。通过使用Kubernetes的标准工具和API，可以轻松地进行Trino实例的创建、配置和监控。
生态系统整合：Kubernetes具有丰富的生态系统和集成能力，可以与其他工具和平台进行无缝集成。例如，可以与存储系统（如Hadoop HDFS、Amazon S3）和其他数据处理工具（如Apache Spark）集成，实现数据的无缝访问和处理。
需要注意的是，将Trino部署在Kubernetes上需要适当的配置和调优，以确保性能和可靠性。此外，对于大规模和复杂的查询场景，可能需要考虑数据分片、数据划分和数据本地性等方面的优化。
总之，Trino on Kubernetes提供了一种灵活、可扩展和高效的方式来部署和管理Trino查询引擎，使其能够更好地适应大数据环境中的查询需求。
这里只是讲解部署过程，想了解更多的trino的内容，可参考我以下几篇文章：
如果想单机容器部署，可以参考我这篇文章：【大数据】通过 docker-compose 快速部署 Presto（Trino）保姆级教程
# 1、安装 git
yum -y install git
git clone git@github.com:HBigdata/trino-on-kubernetes.git
cd trino-on-kubernetes
cat -n values.yaml
JVM 内存配置
# git clone git@github.com:HBigdata/trino-on-kubernetes.git
# cd trino-on-kubernetes
# 安装
helm install trino ./ -n trino --create-namespace
# 更新
helm upgrade trino ./ -n trino
# 卸载
helm uninstall trino -n trino
coordinator_name=`kubectl get pods -n trino|grep coordinator|awk '{print $1}'`
# 登录
kubectl exec -it $coordinator_name -n trino -- ${TRINO_HOME}/bin/trino-cli --server http://trino-coordinator:8080 --catalog=hive --schema=default --user=hadoop
# 查看数据源
show catalogs;
# 查看mysql库
show schemas from hive;
# 查看表
show tables from hive.default;
create schema hive.test;
# 创建表
CREATE TABLE hive.test.movies (
movie_id bigint,
title varchar,
rating real, -- real类似与float类型
genres varchar,
release_year int
)
WITH (
format = 'ORC',
partitioned_by = ARRAY['release_year'] -- 注意这里的分区字段必须是上面顺序的最后一个
);
#加载数据到Hive表
INSERT INTO hive.test.movies
VALUES
(1, 'Toy Story', 8.3, 'Animation|Adventure|Comedy', 1995),
(2, 'Jumanji', 6.9, 'Action|Adventure|Family', 1995),
(3, 'Grumpier Old Men', 6.5, 'Comedy|Romance', 1995);
# 查询数据
select * from hive.test.movies;
到这里完成 trino on k8s 部署和可用性演示就完成了，有任何疑问请关注我公众号：大数据与云原生技术分享，加群交流或私信沟通，如本篇文章对您有所帮助，麻烦帮忙一键三连（点赞、转发、收藏）~
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
马建仓 AI 助手