Presto初始化MongoDB元数据

最近在使用prestosql做跨库查询，在查询mongodb的时候遇到了问题。

MongoDB是非结构化数据，presto其实已经做了很多工作帮助我们通过SQL的方式去查询它，并且返回的结果也尽量往传统结构化数据库的形式上靠拢，比如在presto sql中使用UNNEST方法，可以将array或map格式的字段平铺开，借用Cross join语法可以实现级联查询。

上面提到的UNNEST操作，通过查看prestosql（338版本）只支持array和map格式的列，否则会报错。

在实际使用presto的过程中，发现presto会自行维护一套schema数据（表结构），但是由于mongodb的无结构性，在presto自己生成的这一套schema中会发现有很多列缺失与错误的情况。

基于上面的原因，会导致有的列无法UNNEST，原因可能是这一列本身就不是匹配的数据类型，也有可能是这一列的数据类型被presto识别错了。

通过继续查看presto的源码，发现其识别schema的原理是查找当前表中第一条数据，然后判断其所有列的数据类型，进而当做整个表的schema定义了。

所以如果在有需要的情况下，可以先手动插入一条标杆数据，用于标注正确的mongodb表结构，让presto能正确识别，然后再插入剩余的业务数据，这样就能保证presto的功能正确运行。

在已经生成了错误schema的情况，并且不想清空mongodb数据，可以尝试手动删除对应库中_schema表（presto默认存储表结构的地方）中的记录，然后修改目标表中第一行数据 或者 在最开头插入标杆数据，然后执行一次表数据查询，又会重新出发一次schema的扫描和生成。