presto和spark的区别？
很难说Presto肯定比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。关于presto和spark sql对比的文章很少，主要原因是Presto没有那么主流，但已用了presto，那就有必要对比分析一下。
相同点
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。
不同点
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。
区别在于设计架构、数据处理方式、数据处理速度、使用场景、编程接口等方面。详细区别如下：
1. 设计架构：Presto是一个基于SQL的分布式查询引擎，它使用自定义的计算引擎来执行查询。Spark是一个通用的大数据处理框架，它支持多种计算模型，包括批处理、实时流处理和机器学习等。
2. 数据处理方式：Presto将数据存储在外部数据源中，包括Hadoop HDFS、Amazon S3、MySQL等。Spark则使用分布式内存计算引擎来处理数据，它通常将数据存储在内存中，以提高处理速度。
3. 数据处理速度：Presto在处理大型数据集时非常快，因为它使用的是自定义计算引擎，它可以轻松地处理数十亿行数据。Spark处理速度也很快，特别是在处理内存中的数据时，但是在处理大型数据集时可能会遇到瓶颈。
4. 使用场景：Presto适用于需要快速查询大量数据的场景，特别是在需要使用多个数据源的情况下。Spark适用于需要进行复杂数据处理的场景，例如批处理、实时流处理和机器学习等。
5. 编程接口：Presto使用标准的SQL查询语言，使得用户可以轻松地编写和执行查询语句。Spark使用Scala、Java、Python等编程语言来编写应用程序，用户需要编写代码来处理数据。
总之，Presto和Spark都是强大的大数据处理框架，但是它们的设计和使用方式有很大的不同。用户应该根据自己的需求和场景来选择最合适的框架。
Presto和Spark都是大数据处理的开源框架，但是它们的设计和使用方式有很大的不同。