Prestoは、複数のクエリ言語、サイロ化されたデータベース、さまざまな種類のストレージを扱うデータサイエンティストやエンジニアに人気のツールです。ユーザーは、データの場所にかかわらず、シンプルなANSI SQLインターフェイスを使用して、大量のデータをリアルタイムに照会できます。Prestoは、大量のデータに対してクエリを実行できるスピードとパフォーマンスにより、Facebook、Airbnb、Netflix、Microsoft、Apple（iOS）、AWS（AthenaとAmazon s3）など、世界をリードする企業に不可欠なツールとなっています。

Prestoのアーキテクチャーは、データの保存場所にかかわらず、データを照会できるように設計されています。したがって、他の類似のソリューションよりもスケーラブルで効率的です。Prestoのクエリを使用することで、エンジニアはデータを物理的に移動することなく、データを活用できるようになります。これは、組織が保存、分析する必要がある、増え続けるデータを処理するうえでき重要な機能です。

Prestoは、データサイエンティストやエンジニアが、ソースやストレージの種類にかかわらず、膨大なデータをインタラクティブに照会できるように設計されています。Prestoはデータを保存しませんが、照会のために別のデータベースと通信します。したがって、競合製品よりも柔軟性が高く、組織のニーズの変化に基づいて、クエリを迅速にスケールアップまたはスケールダウンできます。IBMのホワイトペーパーによると、ビジネス・インテリジェンス（BI）ワークロード向けに最適化されたPrestoは、企業がデータ・ウェアハウスの価格設定を最適化し、コストを最大50%削減するのに役立ちます。

Prestoのワークフローを導入する主なメリットをご紹介します。

コストの削減：データ・ウェアハウスのサイズとクエリを実行するユーザー数が増加するにつれて、企業のコストは急速に増加します。Prestoは、大量の小規模なクエリ向けに最適化されているため、コストを抑えながらも、あらゆる量のデータを簡単に照会することができます。また、Prestoはオープンソースであるため、デプロイに関連する料金はかかりません。膨大なデータを処理する必要がある企業にとっては、大きな節約につながる可能性があります。

拡張性の向上：エンジニアは、1つのデータレイク・ストレージ・システムに複数のエンジンと言語をセットアップするのが一般的ですが、将来的にプラットフォームの再構築が必要になり、ソリューションの拡張性が制限される可能性があります。Prestoでは、すべてのクエリがユニバーサルANSI SQL言語とインターフェイスを使用して実行されるため、プラットフォームの再構築が不要になります。さらに、Prestoは少量のデータにも、大量のデータにも使用でき、1～2ユーザーから数千ユーザーまで簡単にスケールアップできます。Prestoは、独自のSQLダイアレクトとAPIを備えた複数のコンピューティング・エンジンをデプロイし、エンジニアやデータサイエンティストのチームが処理するには複雑で、時間のかかるワークロードをスケーリングするための理想的なツールです。

パフォーマンスの向上：Hadoop上でSQLを実行する多くのクエリエンジンは、結果をディスクに書き込むように設計されているため、計算パフォーマンスに制約があります。Prestoの分散インメモリ・モデルでは、大規模なデータセットに対して、一度に大量のインタラクティブ・クエリを実行することができます。Prestoは、古典的な超並列処理（MPP）設計に従って、単一のWorkerノード上でできる限り多くのクエリをスケジュールし、インメモリ・ストリーミング・シャッフルを使用して、処理速度をさらに高めます。メモリ内でタスクを実行すると、ステージ間のディスクへの書き込みと読み取りが冗長になり、各クエリの実行時間が短縮されるため、競合ツールよりも待機時間が短くなります。

柔軟性の向上： Prestoは、Cassandra、Kafka、MySQL、Hadoop分散ファイルシステム（HDFS）、PostgreSQLなど、すべてのデータソースに対してプラグアンドプレイ・モデルを使用しています。したがって、このような機能を持たない他のツールに比べて、データソース間のクエリをより高速かつ簡単に行うことが可能です。また、Prestoの柔軟なアーキテクチャーは、単一のベンダーに限定されず、ほとんどのHadoopディストリビューションで実行可能で、最もポータブルなツールの1つです。

Prestoは、開発者やデータエンジニアが利用できる唯一のSQL-on-Hadoopではありませんが、クエリ機能をデータ・ストレージから切り離す独自のアーキテクチャーにより、最も柔軟なオプションの1つです。他のツールとは異なり、クエリ・エンジンをデータ・ストレージから分離し、コネクターを使用してクエリ・エンジン間の通信を行います。この機能により、エンジニアはPrestoを使用して、より柔軟にソリューションを構築することができます。

Prestoは、他のノードと連携して動作する、1つのCoordinatorノードを備えたMPPデータベース管理システムを使用します。Prestoのエコシステムは、Coordinatorサーバー、Workerサーバー、Resource Managerサーバーの3つのサーバー・タイプで構成されています。

Coordinator： コーディネーターは、Prestoをインストールする際の「頭脳」です。ステートメントの解析、クエリの計画、Presto Workerノードの管理など、最も重要なタスクのいくつかを担当します。最終的には、Workerノードからデータを取得し、結果をクライアントに配信します。

Worker：Workerは、Workerノードからデータを収集し、Worker自身とコネクタ間でデータがスムーズに交換されるようにします。

Resource Manager：Resource Managerは、すべてのCoordinatorノードとWorkerノードからデータを収集し、グローバル・ビュー（「Prestoクラスター」）を作成します。

Presto Coordinator SQL ServerサーバーがユーザーからSQL Queryを受け取ると、最初にカスタム・クエリを使用して解析・計画し、他のノード全体に分散プランをスケジュールします。Presto Rest APIは、サーバー上で実行するクエリ・ステートメントを送信し、クライアントの結果を取得するために使用されます。Prestoは、結合、クエリ、サブクエリ、集計などの標準的なANSI SQLのミーニングをサポートしています。クエリをコンパイルすると、PrestoはリクエストをWorkerノード間のさまざまなステージに解析します。

Prestoはデータ抽象化の概念に基づいて構築されているため、あらゆるデータソースに拡張可能で、データレイク、データ・ウェアハウス、リレーショナル・データベースなどのデータソースを簡単に照会できます。データ抽象化は、データの表現を物理的なストレージから分離することで、より効率的にデータを保存・操作できるようにするプログラミング・プロセスです。この抽象化により、クエリ・エンジンはクエリに関連するデータの側面のみに焦点を当てることができます。データの抽象化プロセスを使用すると、データが別の分析システムに移動されてからではなく、保存されている場所であればどこでもデータを照会できます。

Prestoの簡単な歴史

当初は、巨大なApache Hadoopデータウェアハウスでインタラクティブ・クエリを実行するためにFacebookで開発されましたが、Prestoの開発者は常にオープンソース・ソフトウェアとして構想し、誰でもデータ分析やデータ管理に使用できるよう、無料で商用利用できるようにすることを目指していました。2013年には、GitHubでオープンソース化され、Apacheソフトウェア・ライセンスの下で、誰でもダウンロードできるようになりました。2019年、Presto開発チームのオリジナル・メンバーのうち3人がプロジェクトを離れ、Presto Software Foundation（より一般的には、prestosqlとして知られる）Prestoの「フォーク」を設立しました。

Linux Foundation やその他のオープンソース・コミュニティは、認定資格の取得を目指すエンジニアや開発者向けに、Prestoに関するウェビナーやトレーニングを英語やその他の言語で提供しています。これらのフォーラムは、Prestoの最新情報を調べるのに最適な場所です。