Motor de consultas SQL interactivo y distribuido de código abierto diseñado para consultar de forma unificada petabytes de datos dispersos en múltiples fuentes.
Explicación y Contexto Conceptual
Trino (anteriormente conocido como PrestoSQL, creado originalmente en Facebook) es un motor de ejecución de consultas SQL distribuido y de altísimo rendimiento diseñado para la federación y análisis interactivo sobre arquitecturas Data Lake y Data Mesh.
Trino no almacena datos por sí mismo; se conecta mediante conectores optimizados a docenas de fuentes heterogéneas simultáneamente (Amazon S3, Apache Iceberg, Delta Lake, Google Cloud Storage, PostgreSQL, MongoDB, Kafka). Un analista puede escribir una única consulta SQL que una una tabla de hechos de 20 petabytes en Iceberg con una tabla de usuarios en PostgreSQL y un flujo en tiempo real de Kafka en una sola operación fluida.
Opera completamente en memoria RAM con arquitectura MPP (Massively Parallel Processing), evitando escribir datos temporales a disco.
Ejemplo en la Práctica
Un científico de datos consulta en Trino uniendo el historial de compras en S3 con el carrito activo en MongoDB en una sola sentencia SQL sin mover los datos.