1 、 Hive
Hive 是基于 Hadoop 的数据仓库工具，同时又是查询引擎， Spark SQL 只是取代的 Hive 的查询引擎这一部分，企业可以使用Hive+Spark SQL 进行开发。
Hive 的主要工作如下：
把HQL 翻译长 map-reduce 的代码，并且有可能产生很多 mapreduce 的 job
把生产的Mapreduce 代码及相关资源打包成 jar 并发布到 Hadoop 的集群当中并进行运行
Hive默认情况下用 derby 存储元数据，所以在生产环境下一般会采用多用户的数据库进行元数据的存储，并可以读写分离和备份，一般使用主节点写，从节点读，一般使用MySQL 。
2 、 Spark
Spark SQL处理一切存储介质和各种格式的数据 ( 可以扩展 sparksql 来读取更多类型的数据 ) ；
Spark SQL把数据仓库的计算速度推向了新的高度（ Tungsten 成熟之后会更厉害）；
Spark SQL推出的 Dataframe 可以让数据仓库直接使用机器学习，图计算等复杂算法；
Hive+Spark SQL+DataFrame 使用：
Hive：负责廉价的数据仓库存储
Spark Sql：负责高速的计算
DataFrame：负责复杂的数据挖掘
3 、 Hive on Spark 与 Spark Sql 的区别
Hive on Spark大体与 Spark SQL 结构类似，只是 SQL 解析器不同，但是计算引擎都是 Spark 。
4 、 Hive on Mapreduce 和 Spark SQL 使用场景
Hive on Mapreduce 场景
Hive 的出现可以让那些精通 SQL 技能、但是不熟悉 MapReduce 、编程能力较弱与不擅长 Java 语言的用户能够在HDFS 大规模数据集上很方便地利用 SQL 语言查询、汇总、分析数据，毕竟精通 SQL 语言的人要比精通Java 语言的多得多。 Hive 适合处理离线非实时数据 。
Spark SQL 场景
Spark 既可以运行本地 local 模式，也可以以 Standalone 、 cluster 等多种模式运行在 Yarn 、 Mesos 上，还可以运行在云端例如EC2 。此外， Spark 的数据来源非常广泛，可以处理来自 HDFS 、 HBase 、Hive、 Cassandra 、 Tachyon 上的各种类型的数据。
实时性要求或者速度要求较高的场所 。
5 、 Hive on Mapreduce 和 Spark SQL 性能对比
Spark SQL 和 Hive on Spark 时间差不多，但都比 Hive on mapreduce 快很多，官方数据认为 Spark 会被传统mapreduce快 10-100 倍。