在Presto查询引擎中，内存与CPU资源分别通过哪些具体机制来加速查询执行？请从调度、执行和存储层面说明其优化策略。

回答思路

1. 【回答框架 1】Presto采用分布式内存计算架构，数据在worker节点的内存中流转，减少磁盘I/O。其基于volcano式迭代模型，每个算子在内存中处理数据，并通过page化批量传输，降低函数调用开销。
2. 【回答框架 2】内存优化方面，Presto按查询和算子的内存池进行管理，通过query-memory-per-node等配置限制内存使用，并利用spill-to-disk机制防御性溢出，保障高并发稳定性。算子内部会针对hashjoin、aggregation选择节省内存的哈希结构。
3. 【回答框架 3】CPU优化依托向量化处理与代码生成。向量化将数据组织为列式块，利用CPU缓存和高吞吐指令。表达式求值采用动态字节码生成，避免虚函数调用，并通过对算子的pipeline化减少中间物化成本。
4. 【回答框架 4】Presto还通过数据本地性调度减少网络传输，在join和聚合中遵循exchange机制，合理并发度使CPU资源得到有效利用。整体上，这些优化以内存为加速核心，以CPU高效执行为执行保障。
5. 【关键点 1】Presto依靠纯内存管道和列式page化传输降低磁盘与函数调用开销。
6. 【关键点 2】借助spill-to-disk机制保证内存不足时任务不失败，提升稳定性。
7. 【关键点 3】向量化执行和动态字节码生成是CPU优化的两大支柱。
8. 【关键点 4】调度时将计算推向数据本地节点，减少网络传输对性能的影响。
9. 【关键点 5】内存池与配置参数需合理设置，以防OOM与性能退化。
10. 【易错点 1】误以为Presto的所有操作都必须常驻内存，忽略spill-to-disk的降级能力。
11. 【易错点 2】未能区分内存优化与CPU优化各自的具体机制，只笼统说使用内存计算加速。
12. 【易错点 3】忽略pipeline化与代码生成对CPU优化的重要性，仅强调内存缓存。