都是MPP(massively parallel processing)架构
Presto Impala SparkSQL Drill等
基于内存
spark基于内存和磁盘 超出内存大小后 溢写到磁盘

不同点

presto强调查询，spark sql强调计算
Presto架构简单
coordinator 协调器 执行SQL解析、计划、调度 
worker 工作节点 执行物理计划
Spark分层，框架更复杂，基于RDD  DAG执行引擎

两者都是内存计算，内存不够时，presto直接OOM，spark会落地磁盘

presto预先申请好CPU和内存，coordinator和worker一直运行
spark任务动态申请资源 

与 SparkSQL 相比，Presto 是一个常驻的 MPP 架构的 SQL 查询引擎，
避免了 Spark Context 启动以及资源申请的开销，端到端延迟较低


数据容错
如果单个节点失败或者数据丢失，presto查询失败
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
Spark 2.2 后 也引入了基于成本的优化(CBO)