在上一节，我们其实已经安装好了Presto server，所以，这里只是简单的说一说如何体验一下presto的操作。
上一节的URL：
https://www.jianshu.com/p/f69268fa14dd
本文参考URL：
https://blog.csdn.net/weixin_44131414/article/details/102629063
https://blog.csdn.net/weixin_41008393/article/details/90269228
Presto简介
Presto通过使用分布式查询，可以快速高效的完成海量数据的查询。如果你需要处理TB或者PB级别的数据，那么你可能更希望借助于Hadoop和HDFS来完成这些数据的处理。作为Hive和Pig（Hive和Pig都是通过MapReduce的管道流来完成HDFS数据的查询）的替代者，Presto不仅可以访问HDFS，也可以操作不同的数据源，包括：RDBMS和其他的数据源（例如：Cassandra）。Presto被设计为数据仓库和数据分析产品：数据分析、大规模数据聚集和生成报表。这些工作经常通常被认为是线上分析处理操作
20190516165600905.png
既然在上一节，已安装好了Presto Coordinator服务，那这一节，只需要使用Presto CLI来连接操作就可以了。
下载Presto CLI
这里我随便找了个CLI版本，也是OK的。
https://repo1.maven.org/maven2/com/facebook/presto/presto-cli/0.219/presto-cli-0.219-executable.jar
为了极速，我将这个文件cp进了上一节的Presto Coordinator容器内，直接实践。
docker cp ./presto 37cfb912841f:/opt/presto/prosto
- 这里的presto是下载的jar包改的名，37cfb912841f是我启动时的Coordinator容器名。
CLI连接Server
./presto --server 127.0.0.1:8080 --catalog hive --schema default
show schemas;
show tables from default;
select * from default.pokes;
2022-03-20 10_05_36-FinalShell 3.9.3.4.png
- 此次到此为止，还有其它事作呢~
