我怀疑答案是"视情况而定"，但是对于计划为 Presto 使用哪种硬件，是否有任何一般指导？
由于 Presto 使用一个协调器和一组工作线程，并且工作线程使用数据运行，我想主要问题将是为协调器提供足够的 RAM，足够的网络带宽用于从工作线程发送到协调器的部分结果等。
如果您能就如何适当地调整大小提供一些一般想法，我很想听听。
大多数人在他们已经拥有的Hadoop节点上运行Trino（以前称为PrestoSQL）。 在Facebook，我们通常在Hadoop集群中的几个节点上运行Presto，以分散网络负载。
通常，我会使用新集群的行业标准比率：每个磁盘 2 个内核和 2-4 GB 内存，如果您负担得起，可以使用 10 GB 网络。 拥有几台计算机 （4+） 后，使用对数据的查询进行基准测试。 如果您需要调整比率，这应该是显而易见的。
在从头开始调整群集的硬件大小方面，需要考虑以下事项：
- 总数据大小将决定所需的磁盘数。 HDFS的开销很大，所以你需要大量的磁盘。
- CPU 速度与磁盘的比率取决于热数据（您正在使用的数据）和冷数据（存档数据）之间的比率。 如果您刚刚启动数据仓库，您将需要大量 CPU，因为所有数据都是新的和热的。 另一方面，大多数物理磁盘只能以这么快的速度传输数据，因此在某些时候，更多的 CPU 无济于事。
- CPU 速度与内存的比率取决于要执行的聚合和联接的大小以及要缓存的（热）数据量。 目前，Presto 需要最终聚合结果和用于连接的哈希表，以适合单台机器上的内存（我们正在积极努力消除这些限制）。 如果内存量较大，操作系统将缓存磁盘页，这将显著提高查询性能。
2013年，在Facebook，我们运行了Presto流程如下：
- 我们使用 16 GB 堆运行 JVM，以便为操作系统缓冲区保留大部分内存
- 在我们运行Presto的机器上，我们没有运行MapReduce任务。
- 大多数 Presto 机器都有 16 个真正的内核，并使用处理器亲和力（最终是 cgroups）将 Presto 限制为 12 个内核（因此 Hadoop 数据节点进程和其他东西可以轻松运行）。
- 大多数服务器都在 10 GB 的网络上，但我们确实有一个使用 1 GB 的大型旧集群（工作正常）。
- 我们对协调器和工作人员使用了相同的配置。
最近，我们运行了以下内容：
- 机器有 256 GB 的内存，我们运行了一个 200 GB 的 Java 堆。
- 大多数机器有24-32个真正的核心，Presto被分配了所有核心。
- 这些机器只有最少的本地日志存储，所有表数据都是远程的（在专有的分布式文件系统中）。
- 大多数服务器与结构网络具有 25 GB 的网络连接。
- 协调员和工作人员具有类似的配置。