Data Panda landt operationele data in Iceberg-, Delta- of Hive-tabellen op S3 en zet Trino erbovenop. Vanaf daar federeert één SQL-laag de lake, het warehouse en de bronsystemen achter je zaak, zodat rapportering, automatisering, AI en apps dezelfde cijfers lezen zonder dat er een ETL-stap tussenkomt.
Trino is de open-source distributed SQL query engine die uit Presto is gegroeid, het project dat Martin Traverso, David Phillips en Dain Sundstrom in 2012 binnen Facebook startten om interactieve analytics te draaien op een Hadoop-warehouse zo groot als het bedrijf zelf. De drie oprichters verlieten Facebook in 2018, bouwden de engine buiten verder als PrestoSQL, en hernoemden het project in december 2020 tot Trino na een handelsmerk-conflict met Facebook over de naam Presto. De code blijft onder Apache 2.0; de Trino Software Foundation beheert het project; Starburst, mee opgericht door dezelfde Presto-makers samen met Justin Borgman, levert de commerciële managed versie.
De architectuur is coordinator en workers, met één SQL-plan dat uitwaaiert over zoveel machines als de cluster telt. Waar Trino zich van een warehouse onderscheidt, is de connector-laag: Iceberg, Delta Lake, Hudi, Hive, Postgres, MySQL, SQL Server, Snowflake, BigQuery, Cassandra, MongoDB, Kafka en zowat dertig andere zitten allemaal achter hetzelfde SQL-dialect, joinbaar in één query. Net dat is waarom Netflix, LinkedIn, Goldman Sachs, Salesforce, Stripe, Shopify en Lyft hun interactieve analytics op Trino bouwden: één engine leest Parquet op S3 naast Postgres-rijen naast Snowflake-tabellen, zonder kopieerstap ertussen. Trino is geen OLTP-database en geen vervanging voor Snowflake of BigQuery; ze is de SQL-laag die je toelaat om de lake te bevragen en over systemen te federeren zonder de data eerst naar buiten te trekken.
Power BI, Tableau en Metabase lezen gecureerde Iceberg- of Delta-tabellen via Trino, zonder te wachten op een warehouse-laadronde.
Trino joint operationele databases, het warehouse en de lake in één query, dus je stopt met data kopiëren om ze te kunnen combineren.
LLM- en ML-pipelines trekken gecontroleerde Trino-resultaten in plaats van CSV's aan elkaar te plakken.
Custom dashboards, klantportalen en Streamlit-apps bevragen Trino één keer en raken zo elke onderliggende store.
Een lijst van concrete rapporten, automatisaties en AI-toepassingen die we op Trino-data hebben gebouwd. Kies er een die bij je situatie past.
Is Trino een vervanging voor Snowflake of BigQuery?
Nee. Trino is een query engine, geen managed warehouse. Ze draait SQL over wat de connectoren ook aanwijzen: Iceberg of Delta op S3, Postgres, MySQL, Snowflake zelf, BigQuery, Cassandra, Mongo. Snowflake en BigQuery winnen nog altijd wanneer je een managed warehouse met ingebouwde opslag, governance en concurrency voor veel BI-gebruikers wil. Veel stacks draaien intussen beide: het warehouse voor de gecureerde rapportagelaag, Trino voor federation over de lake en de operationele systemen die niemand wil binnenkopiëren.
Waarom zouden we Trino draaien in plaats van Athena?
Athena is in essentie managed Trino op AWS, dus voor S3-only werklasten binnen één AWS-account is ze vaak de simpelste keuze. Self-managed Trino of Starburst wordt interessant zodra je federation nodig hebt over systemen die Athena niet kent (een Snowflake-account, een Postgres-replica, een MongoDB-cluster), wanneer je compute wil vastpinnen en weg wil van per-query-facturatie, of wanneer je op Azure of GCP draait. Het is een werklastvraag, geen religieuze: een klein AWS-only team start met Athena, federated cross-cloud-setups belanden op Trino of Starburst Galaxy.
We hebben al een data lake op S3. Wat verandert Trino concreet?
Ze maakt van de lake iets dat analisten met SQL kunnen bevragen, in plaats van met Spark of notebooks. Eens Iceberg- of Delta-tabellen op S3 staan, geeft een Trino-cluster BI-tools een JDBC-endpoint dat ze ter plaatse leest met partition pruning en predicate pushdown. Dezelfde cluster kan die lake-tabellen in één query joinen met Postgres of het warehouse, dus de lake stopt een write-only-archief te zijn en wordt het analytische oppervlak.
Finance-teams houden jaren afsluithistoriek op goedkope object storage en bevragen ze toch via hetzelfde SQL-endpoint als het levende grootboek. Een reconciliatie die drie jaar boekingen nodig heeft, moet niet meer wachten op een warehouse-herstel; Trino leest de Iceberg-tabellen rechtstreeks.
Sales operations krijgt één SQL-laag die CRM, facturatie, support en productgebruik joint zonder dat er 's nachts een ELT naar een apart warehouse moet draaien. Account-reviews blokkeren niet meer op een data-engineering-ticket want de data staat al waar Trino ze kan lezen.
Data- en platformverantwoordelijken houden warehouse-kost in toom door verkennende en federation-werklasten via Trino op de lake te draaien in plaats van op het productie-warehouse. Gevoelige operationele systemen blijven staan waar ze staan; Trino leest ze ter plaatse met role-based credentials per catalog.
Je houdt de rapporteringstool die je al hebt. Wij koppelen hem aan het warehouse waar je Trino-data staat.
OAuth-authenticatie. Standaard read-only. Wij tekenen een DPA en je admin houdt de sleutels.
Data stroomt naar je warehouse op het schema dat jij kiest. Bijna real-time of 's nachts, aan jou. Jij bent eigenaar.
We bouwen het eerste dashboard, de eerste workflow of AI-toepassing samen met jou, en geven de sleutels over. Of we blijven erbij voor doorlopende levering.
Wij zetten de basis op. Jouw team bouwt erop verder.
Beste match Teams die al een BI-analist of data engineer in huis hebben en zelf willen bouwen.
Wij bouwen het geheel, van A tot Z.
Beste match Teams zonder BI- of dev-capaciteit in huis. Jij zegt wat je nodig hebt en wij leveren het.
Jij. Ze komt in jouw warehouse terecht, op jouw cloud-account. Wij verkopen ze niet door en aggregeren ze niet. Stop je met ons, dan blijft het warehouse van jou en blijft het draaien.
Bijna real-time voor de meeste operationele systemen. Voor zwaardere bronnen plannen we per uur of per nacht. Je kiest op basis van wat de rapporten nodig hebben.
Nee. Heb je er geen, dan helpen we je er een kiezen en zetten we het op als deel van de eerste levering. Gangbare startpunten zijn Snowflake, Microsoft Fabric of een kleine Postgres-start.
Trino is het project dat de oorspronkelijke Presto-oprichters Martin Traverso, David Phillips en Dain Sundstrom bleven bouwen nadat ze in 2018 bij Facebook vertrokken. Ze noemden het eerst PrestoSQL en hernoemden het in december 2020 tot Trino na een handelsmerk-conflict met Facebook over de naam Presto. De Apache 2.0-codebase, de bijdragers en de community gingen mee; PrestoDB, het Linux Foundation-project, is de aparte fork die in de Facebook-orbit bleef. Wanneer teams vandaag 'Presto' zeggen, bedoelen ze meestal Trino.
Self-managed Trino werkt prima voor een stabiele, goed begrepen werklast waar één team de cluster-lifecycle in handen heeft. Starburst Galaxy is de managed cloudversie van de firma die de Trino-makers mee oprichtten, en haalt de cluster-operaties weg in ruil voor een per-credit-factuur, plus ze legt er connectoren, governance en een query-catalog bovenop die de open-source build niet meelevert. We kiezen op hoeveel geduld het team heeft voor cluster-ops tegenover hoeveel budget er is voor managed compute.
Beide werken en Trino heeft een first-class connector voor elk. Iceberg is het formaat waar het Trino-project zelf het hardst op leunt, met sterke steun voor partition evolution, hidden partitioning en time travel. Delta Lake werkt via de Delta-connector en is de logische keuze voor stacks die al Databricks gebruiken. De keuze wordt zelden door Trino gestuurd; ze volgt waar de rest van het dataplatform staat.
We bekijken je Trino-opzet en de systemen eromheen. Samen kiezen we wat we als eerste bouwen.