spark SQL和presto比较

      Presto比Spark SQL更快或更慢，取决于您正在执行的查询类型，环境和引擎调整参数。

相同点

不同点

presto和spark sql都是MPP(massively parallel processing)架构（Presto/Impala/SparkSQL/Drill等）， 有很好的数据量和灵活性支持，都是基于内存(spark基于内存和磁盘)， 但是对响应时间是没有保证的。当数据量和计算复杂度增加后， 响应时间会变慢，从秒级到分钟级，甚至小时级都有可能。

重点不同：presto强调查询，spark sql强调计算     架构不同：Presto架构相当简单，有一个协调器，可以执行SQL解析、计划、调度，和一组执行物理计划的工作节点；Spark核心之间有更多层，框架更复杂，RDD的弹性构建，为作业进行资源管理和协商等等     内存存储：两者都是内存计算，当内存不够时，presto直接OOM，spark会落地磁盘     资源申请：presto预先申请好CPU和内存，coordinator和worker一直运行；spark任务实时申请资源，需要多少资源申请多少     数据处理：Presto是批处理（页面）管道处理模式，只要页面完成，就可以将其发送到下一个任务（这种方法大大减少了各种查询的端到端响应时间）； 在spark中，数据需要在进入下一阶段之前完全处理。     数据容错： 如果单个节点发生失败或者数据丢失，presto会导致查询失败；但spark会根据rdd血缘关系重新计算     优化程序：Presto基于成本的优化器(CBO)，速度更快；Spark SQL基于规则的优化(RBO)，可在复杂查询上执行更好的操作，速度更慢。但在Spark 2.2开始后的版本，也引入了基于成本的优化(CBO)，而且CBO只是对特定场景会有影响，这点差异可以忽略。