04-快反部队：Impala, Presto & Trino 通俗指南
在 Hadoop 生态里，Hive 虽然能分析海量数据，但它有个外号叫"咖啡伴侣" ------ 提交一个查询，你可以去泡杯咖啡，回来结果可能还没出（分钟级/小时级）。
为了让老板能"秒看"报表，为了让数据分析师能即问即答 ，社区搞出了一类交互式查询引擎。
1. 为什么 Hive 那么慢？
Hive 本质上是个翻译官。它把 SQL 翻译成 MapReduce 或 Tez 任务丢给 Hadoop 跑。这套流程启动慢、调度慢、中间还要写硬盘，天生就是为"T+1"报表设计的，不是为了让你实时查的。
2. MPP 架构的崛起：直接干！
Impala, Presto, Trino 采用了完全不同的 MPP (大规模并行处理) 架构。虽然它们也读 HDFS 里的文件，但处理方式不一样：
- 常驻内存 ：它们的工人（Worker 进程）是一直活着的，不用像 MapReduce 那样临时去申请资源启动。查询来了直接干。
- 全内存计算：数据读进来，所有计算（排序、聚合、Join）都在内存里把数据倒腾来倒腾去，坚决不碰硬盘。
类比：
- Hive ：像是写信。你把问题写信寄给专家，专家收到后查资料，慢慢回信。适合长篇大论的汇报。
- Impala/Trino ：像是打电话。电话一通，对方立马调动脑子里的知识回答你。适合即时问答。
3. 三兄弟的区别
A. Impala - "Google 的模仿者"
- 出身：Cloudera 公司开发，模仿 Google Dremel。
- 特点：C++ 写的，性能极致彪悍。在跑同样的数据查询时，通常比 Hive 快几倍到几十倍。
- 限制：比较依赖 CDH 发行版（虽然也开源），对内存要求很高，不像 Java 生态那么好改。
B. Presto - "FaceBook 的瑞士军刀"
- 出身：FaceBook 因为数据量太大，Hive 实在太慢了，于是那帮天才工程师自己造了个轮子。
- 特点 ：万能连接器。Presto 不仅能查 HDFS，它还能查 MySQL, Redis, Kafka, Cassandra... 甚至能在一个 SQL 里把 MySQL 的表和 Hive 的表 Join 起来！
- 定位 ：联邦查询引擎。不管数据在哪，Presto 都能去抓过来算。
C. Trino - "原本的 Presto"
- 八卦 ：Presto 的几个核心创始人和 FaceBook 管理层闹翻了，离职出来把 Presto 分叉（Fork）了，改名叫 Trino。
- 现状：目前 Trino 是原本核心团队在维护的版本，更新迭代更快，社区更活跃。市面上说的 PrestoSQL 通常指的就是 Trino。
总结
如果你需要：
- 超大数据量的离线清洗 （跑一晚上）：用 Hive (on Tez/Spark)。
- 高性能交互式分析 （几秒出结果）或 跨源查询 ：用 Trino / Presto。
- Hadoop 环境下的极速查询 ：用 Impala。