请描述 Presto 在执行复杂 SQL 查询时的内部处理流程，并列举一些常用的查询优化手段。

回答思路

1. 【回答框架 1】Presto 是一个分布式 SQL 查询引擎，采用 MPP 架构。查询处理流程大致为：客户端提交 SQL，经过解析器生成抽象语法树，再经过分析器进行语义校验和类型推断，生成逻辑执行计划，随后由优化器进行规则优化，最终生成物理执行计划并分发到各 Worker 节点执行。每个查询被拆分成多个 Stage，每个 Stage 包含若干 Task，Task 内由 Operator 并行处理数据。
2. 【回答框架 2】Presto 的查询优化主要分为两类：逻辑优化和物理优化。逻辑优化包括谓词下推、列剪枝、常量折叠、子查询去关联化等，旨在减少计算量和数据传输量。物理优化则包括 Join 策略选择（如 broadcast join 和 partitioned join）、动态过滤、本地交换优化等，旨在提高执行效率。
3. 【回答框架 3】针对复杂 SQL，常见的优化技巧有：优先进行聚合和过滤以减少数据量；避免使用 SELECT *，只查询必要列；合理使用 WITH 子句和子查询，避免嵌套过深；对于多表 Join，选择正确的 Join 顺序和 Join 类型，尽可能使用等值 Join；利用 Hive 分区和分桶信息进行分区裁剪；必要时手动调整查询并行度，例如设置 session 参数。
4. 【回答框架 4】此外，可以通过资源组和队列限制查询并发，避免资源争抢。监控和调优方面，利用 Prestos 的 UI 查看查询的执行细节，识别耗时最长的 Stage 和 Operator，针对性地优化查询语句或调整集群配置。
5. 【关键点 1】Presto 基于 MPP 架构，查询被拆分为多阶段执行。
6. 【关键点 2】优化涉及谓词下推、列剪枝等逻辑优化和 Join 策略等物理优化。
7. 【关键点 3】常用技巧包括减少数据量、优化 Join 顺序、避免 SELECT * 等。
8. 【关键点 4】通过监控 UI 定位瓶颈，调整并行度和资源组。
9. 【易错点 1】不要过度依赖自动优化，有时需要手动改写查询，如将相关子查询改为 JOIN。
10. 【易错点 2】避免使用复杂的正则表达式或分析函数导致内存压力。
11. 【易错点 3】注意 Presto 对内存的限制，过大的 GroupBy 或排序可能引起内存溢出。