我们都知道，hive默认的计算引擎是mr,但是mr计算依赖于磁盘，导致计算非常缓慢，开启本地模式会稍微快一点，但是治标不治本，于是有些公司就将计算引擎切换成tez或者spark。
spark作为目前主流的离线计算引擎，非常的方便，所以很多企业都想直接将计算引擎换成spark，但目前hive和spark结合有两种方式Spark On Hive ，还有一种Hive On Spark，到底应该怎么选择呢？
从字面意思不难看出，Spark On Hive 肯定是以spark为主，hive为辅助，而Hive On Spark，却是以hive为主，spark为辅助。
那目前的技术主流肯定是park，所以spark on hive肯定是主流。
那什么是spark on hive 呢？
让 Spark 能够读取 Hive 中创建的元数据（数据库、表结构等），从而可以用 Spark SQL 直接查询 Hive 表。
核心配置：只需要在 Spark 端进行配置，告诉 Spark 元数据服务在哪里。
Hive on Spark 的现状
Hive on Spark 并没有消失，但它有非常特定的使用场景：
-
历史遗留系统迁移：对于那些有大量复杂 HiveQL 脚本、UDF 且迁移到 Spark SQL 成本极高的企业，Hive on Spark 是一个不错的折中方案。它允许他们用最小的改动（只是换一个执行引擎）来提升性能。
-
对 HiveQL 有强依赖的团队 ：如果团队技能栈完全集中在 Hive，短期内转向 Spark SQL 有困难。
核心思想
-
Spark on Hive ：配置 Spark 去连接 Hive 的元数据服务。
-
Hive on Spark ：配置 Hive 去使用 Spark 作为其执行引擎。