在 Presto 中，面对大规模并发查询，系统通过哪些机制来保证查询的并行执行和资源管理？请从执行引擎、调度器以及资源组等方面进行说明。

回答思路

1. 【回答框架 1】Presto 是一个分布式 SQL 查询引擎，采用典型的 Master-Worker 架构。Coordinator 节点负责接收查询、解析、规划并生成执行计划，然后调度到多个 Worker 节点并行执行。这种架构天然支持大规模并发查询，因为不同的查询可以分散到不同的 Worker 上运行，单个查询内部也会被拆分为多个任务并行处理。
2. 【回答框架 2】在并发控制方面，Presto 使用资源组（Resource Groups）来管理和限制并发查询的资源使用。资源组可以对查询设置并发数上限、内存使用上限以及队列等，从而避免过多查询耗尽集群资源。管理员可以按照业务需求配置资源组，实现多租户隔离和优先级控制。
3. 【回答框架 3】对于单个查询，Presto 会将执行计划分解为多个 Stage，每个 Stage 内又有多个 Task，Task 可以并行运行。Presto 的调度器会根据数据本地性和节点负载，将 Task 分配到合适的 Worker 上，并动态调整任务的并发度。同时，Presto 使用基于内存的流式执行，多个 Stage 之间采用流水线方式，减少延迟。
4. 【回答框架 4】此外，Presto 还通过溢出到磁盘的机制来应对内存不足的情况，以及通过连接器（Connector）来支持各种数据源，实现数据的并行读取。这些机制共同保证了在大规模并发查询下，系统能够充分利用集群资源，同时保持较好的响应性能。
5. 【关键点 1】Presto 采用 Coordinator-Worker 架构，支持查询的并行执行。
6. 【关键点 2】资源组用于控制并发查询的资源和队列，避免资源争抢。
7. 【关键点 3】执行计划被拆分为 Stage 和 Task，Task 在多个 Worker 上并行执行。
8. 【关键点 4】调度器考虑数据本地性和负载，优化任务分配。
9. 【关键点 5】内存溢出时可溢写到磁盘，保证查询稳定运行。
10. 【易错点 1】资源组配置不当可能导致部分查询被长期排队或拒绝，需要合理设置并发限制和队列大小。
11. 【易错点 2】过度依赖内存执行可能导致 OOM，应配置溢写路径作为兜底。
12. 【易错点 3】大规模并发下 Coordinator 可能成为瓶颈，需注意其资源监控和调优。