我要招人

数据岗位面试题更新 2026-08-05

在查询引擎层面，Presto 与 Hive 存在哪些核心差异？它们各自的优势分别体现在哪些方面？

数据技术原理技术选型方案权衡Apache HivePresto

考察说明

考查对 Presto 与 Hive 查询引擎架构和适用场景的区分能力。

回答思路

  1. 【回答框架 1】Presto 是一个分布式 SQL 查询引擎，采用内存计算和 MPP（大规模并行处理）架构，查询时数据流经内存，不写中间结果到磁盘；Hive 基于 MapReduce 或 Tez 等批处理框架，将 SQL 转换为多阶段任务，中间结果通常落盘。
  2. 【回答框架 2】Presto 的优势在于低延迟交互式查询，适合 Ad-Hoc 分析、多数据源联邦查询，如同时查询 Hive、MySQL、Kafka 等；Hive 的优势在于高吞吐、稳定处理超大规模数据，适合离线 ETL 和批量报表，且对资源要求更宽松。
  3. 【回答框架 3】两者主要差异体现在执行模型：Presto 是流水线式内存执行，Hive 是阶段式批处理；Presto 不支持细粒度容错，查询失败需重跑，而 Hive 任务可重试单个阶段。
  4. 【回答框架 4】适用场景上，Presto 面向分析师快速探查数据，Hive 面向数据工程师的定期批处理任务；实际生产常结合使用，Presto 查询 Hive 表数据，利用 Hive 元数据。
  5. 【关键点 1】Presto 使用内存流水线执行，低延迟；Hive 使用磁盘批处理，高吞吐。
  6. 【关键点 2】Presto 支持跨数据源联邦查询，Hive 主要处理 HDFS 和 Hive 表。
  7. 【关键点 3】Hive 容错性更好，任务失败可部分重试；Presto 更依赖内存，大查询可能 OOM。
  8. 【易错点 1】不能认为 Presto 一定比 Hive 快，对超大 Join 或 shuffle 操作 Hive 可能更稳定。
  9. 【易错点 2】Presto 不执行事务和更新操作，主要面向查询。