Presto比Spark SQL更快或更慢，取決於您正在執行的查詢類型，環境和引擎調整參數。
| 相同點 | 不同點 |
| presto和spark sql都是MPP(massively parallel processing)架構（Presto/Impala/SparkSQL/Drill等）， 有很好的數據量和靈活性支持，都是基於內存(spark基於內存和磁盤)， 但是對響應時間是沒有保證的。當數據量和計算復雜度增加后， 響應時間會變慢，從秒級到分鍾級，甚至小時級都有可能。 |
重點不同：presto強調查詢，spark sql強調計算 架構不同：Presto架構相當簡單，有一個協調器，可以執行SQL解析、計划、調度，和一組執行物理計划的工作節點；Spark核心之間有更多層，框架更復雜，RDD的彈性構建，為作業進行資源管理和協商等等 內存存儲：兩者都是內存計算，當內存不夠時，presto直接OOM，spark會落地磁盤 資源申請：presto預先申請好CPU和內存，coordinator和worker一直運行；spark任務實時申請資源，需要多少資源申請多少 數據處理：Presto是批處理（頁面）管道處理模式，只要頁面完成，就可以將其發送到下一個任務（這種方法大大減少了各種查詢的端到端響應時間）； 在spark中，數據需要在進入下一階段之前完全處理。 數據容錯： 如果單個節點發生失敗或者數據丟失，presto會導致查詢失敗；但spark會根據rdd血緣關系重新計算 優化程序：Presto基於成本的優化器(CBO)，速度更快；Spark SQL基於規則的優化(RBO)，可在復雜查詢上執行更好的操作，速度更慢。但在Spark 2.2開始后的版本，也引入了基於成本的優化(CBO)，而且CBO只是對特定場景會有影響，這點差異可以忽略。 |