虽然Trino官方给出了单机测试环境中，模拟运行三个Trino节点的代码，即通过testing模块中的DistributedQueryRunner 类，模拟了三个节点，一个作为coordinator，另外两个作为worker。但是这毕竟跑的是test的代码，而非正在部署时的代码，所运行的server也不是部署时的server，而是模拟运行的TestingTrinoServer，并且，倘若想要扩充节点，或者测试更加复杂的真实环境中场景，这种依靠testing模块的方式显然不太可靠。
可以利用docker容器技术实现环境隔离，通过容器集群模拟真实的机器集群。
容器集群规划
利用docker容器集群模拟真实的机器集群，理论上可以增加任意节点，这里还是以三节点为例，参考三节点的配置方式，可以轻松部署任意节点的容器集群。容器集群仍旧规划为一个coordinator节点，两个worker节点。节点发现服务采用Trino内置的节点发现服务，节点发现服务部署在coordinator上。
各节点的Dockerfile编写
在编写Dockerfile的时候要注意两个点：
- trino-server的部署压缩包的名称应该设置成一个变量，以方便后续的升级
- coordinator和worker使用不同的配置文件，所以在这两类node中，配置文件应该挂载在不同的宿主机目录上，宿主机的两个目录分别放置coordinator和worker的配置文件
考虑到以上两点，Dockerfile也就如下所示了：
FROM centos:centos8
RUN echo "trino soft nofile 131072" >> /etc/security/limits.d/trino.conf && \
echo "trino hard nofile 131072" >> /etc/security/limits.d/trino.conf
RUN yum makecache && \
yum install -y python3 && \
yum install -y java-11-openjdk-devel && \
ln -s /usr/bin/python3 /usr/bin/python
ENV JAVA_HOME=/usr/lib/jvm/java-11-openjdk
ENV PATH=$PATH:${JAVA_HOME}/bin
# must give the name of trino server package
ARG TRINO_SERVER_PACKAGE
ADD ${TRINO_SERVER_PACKAGE}.tar.gz /
RUN ln -s /${TRINO_SERVER_PACKAGE} /trino
# must mount /trino-etc when docker run
ENTRYPOINT ["/trino/bin/launcher", "--etc-dir=/trino-etc", "run"]
可以看到，这个Dockerfile中，定义了变量 TRINO_SERVER_PACKAGE ，用以指示trino-server部署包的名称。在容器运行命令中，通过 --etc-dir 指定容器中配置文件的位置为 /trino-etc ，而容器中 /trino-etc 目录会根据该容器代表的节点是coordinator还是worker，指向宿主机的不同目录。
容器集群配置和编排
docker-compose.yml 指示了docker容器是怎么编排的，利用docker-compose命令读取docker-compose.yml文件，启动整个容器集群。不过docker-compose只用于单机容器的编排。要是想要多机的容器编排，还是要依靠swarm或者k8s。
在各个节点的Dockerfile中，遗留了两样东西，需要在docker-compose.yml中指明，一是trino-server的部署包，二是trino的配置文件。
trino配置
trino的配置文件分为coordinator的配置文件，以及worker的配置文件。配置文件有以下内容：
- 服务端配置——etc/config.properties
- 日志配置——etc/log.properties
- 节点配置——etc/node.properties
- jvm配置——etc/jvm.config
下面给出coordinator的配置，由于使用容器集群模拟机器集群，所以可以认为各节点持有的资源是相同的，所以，worker相对coordinator的配置，仅仅删除etc/config.properties中的节点发现服务，并把服务类型改为coordinator=false即可。其余配置，worker与coordinator完全相同。
- config.properties
coordinator=true
node-scheduler.include-coordinator=true
http-server.http.port=8080
query.max-memory=5GB
query.max-memory-per-node=1GB
query.max-total-memory-per-node=2GB
discovery-server.enabled=true
discovery.uri=http://coordinator:8080- log.properties
io.trino=INFO- node.properties
node.environment=demo- jvm.config
-server
-Xmx4G
-XX:+UseG1GC
-XX:G1HeapRegionSize=32M
-XX:+ExplicitGCInvokesConcurrent
-XX:+ExitOnOutOfMemoryError
-XX:+HeapDumpOnOutOfMemoryError
-XX:-OmitStackTraceInFastThrow
-XX:ReservedCodeCacheSize=512M
-XX:PerMethodRecompilationCutoff=10000
-XX:PerBytecodeRecompilationCutoff=10000
-Djdk.attach.allowAttachSelf=true
-Djdk.nio.maxCachedBufferSize=2000000trino容器编排
trino容器集群的编排依靠docker-compose.yml文件。
version: "3.9"
services:
coodinator:
build:
context: ./
args:
TRINO_SERVER_PACKAGE: trino-server-364
volumes:
- ./coordinator-etc:/trino-etc
networks:
- trino-net
hostname: coordinator
ports:
- "8080:8080"
worker1:
build:
context: ./
args:
TRINO_SERVER_PACKAGE: trino-server-364
volumes:
- ./worker-etc:/trino-etc
networks:
- trino-net
worker2:
build:
context: ./
args:
TRINO_SERVER_PACKAGE: trino-server-364
volumes:
- ./worker-etc:/trino-etc
networks:
- trino-net
networks:
trino-net:
driver: bridge可以看到，trino容器集群使用了同一个名为trino-net的网络，实现了网络互通，然后使用了名为 trino-server-364 的部署包。coordinator的配置文件存放在主机的coordinator-etc目录下，并挂载到容器的/trino-etc路径；worker的配置文件存放在主机的worker-etc目录下，并挂载到容器的/trino-etc路径。
由于在节点发现服务的配置中使用了hostname，所以需要在docker-compose.yml中指明
容器集群运行
当一切准备就绪的时候，运行命令docker-compose up ，就能看到三个trino容器都启动了 。
现在访问8080端口，可以看到trino容器集群的信息：
可以看到，trino容器集群的三个节点都启动了。假如只能看到一个节点，那么就要检查以下节点发现服务，或者node.properties中的node.environment是否设置成同一值（node.environment的值相同表示同一个集群）。
2022年1月7日更新
由于各个容器的镜像都是相同的，没有必要创建多个同名镜像，所以改为单镜像模式。Dockerfile内容不变，使用命令docker build -t trino --build-arg TRINO_SERVER_PACKAGE=trino-server-xxx .创建镜像，docker-compose.yml改为如下内容：
version: "3.9"
services:
coodinator:
image: trino:latest
volumes:
- ./coordinator-etc:/trino-etc
networks:
- trino-net
hostname: coordinator
ports:
- "8080:8080"
worker1:
image: trino:latest
volumes:
- ./worker-etc:/trino-etc
networks:
- trino-net
worker2:
image: trino:latest
volumes:
- ./worker-etc:/trino-etc
networks:
- trino-net
networks:
trino-net:
driver: bridge本项目的代码：
