hive和sparksql的區(qū)別？過去，hive是用來建立數(shù)據(jù)倉庫的，因此對hive管理的數(shù)據(jù)查詢有很大的需求。Hive、shark和sparlsql可以查詢Hive數(shù)據(jù)。Shark使用hive的SQ

hive和sparksql的區(qū)別？

過去，hive是用來建立數(shù)據(jù)倉庫的，因此對hive管理的數(shù)據(jù)查詢有很大的需求。Hive、shark和sparlsql可以查詢Hive數(shù)據(jù)。Shark使用hive的SQL語法解析器和優(yōu)化器，修改executor，使其物理執(zhí)行過程在spark上運(yùn)行；spark-SQL使用自己的語法解析器、優(yōu)化器和executor，spark-SQL還擴(kuò)展了接口，不僅支持hive數(shù)據(jù)查詢，還支持多數(shù)據(jù)源的數(shù)據(jù)查詢。

hive和sparksql的區(qū)別？

功能點(diǎn)：hive:[1，數(shù)據(jù)存儲

2，數(shù)據(jù)清理spark:1，數(shù)據(jù)清理2，流計(jì)算hive可以通過HQL模式讀取hive數(shù)據(jù)進(jìn)行數(shù)據(jù)清理spark可以通過spark SQL或spark core模式清理數(shù)據(jù)，可以讀取數(shù)據(jù)源包live JDBC、hive、elasticsearch、file等，因此spark可以替換數(shù)據(jù)蜂巢的清洗功能，也可以使用蜂巢作為數(shù)據(jù)源。蜂巢的優(yōu)勢在于1。大數(shù)據(jù)存儲。MapReduce操作通過SQL降低大數(shù)據(jù)使用門檻。Spark的優(yōu)勢在于1。基于內(nèi)存的MapReduce操作，速度快。流計(jì)算（基準(zhǔn)產(chǎn)品Flink，storm）

spark SQL和hive到底什么關(guān)系？

Hive是一種基于HDFS的數(shù)據(jù)倉庫，它提供了一個基于SQL模型的查詢引擎，用于存儲大數(shù)據(jù)的數(shù)據(jù)倉庫的分布式交互查詢。Spark SQL不能完全取代hive。它取代了hive的查詢引擎。因?yàn)樗牡讓踊赟park自身基于內(nèi)存的特性，Spark SQL的速度比hive的查詢引擎快幾倍。Spark本身不提供存儲，因此它不能取代hive作為數(shù)據(jù)倉庫的功能。sparksql相對于hive的另一個優(yōu)勢是它支持大量不同的數(shù)據(jù)源，包括hive、JSON、parquet、JDBC等等。由于sparksql是spark技術(shù)的核心，基于RDD，可以與spark的其他組件無縫集成，實(shí)現(xiàn)許多復(fù)雜的功能。例如，sparksql支持可以直接為HDFS文件執(zhí)行SQL語句。

spark sql構(gòu)建特征？

1. 易于集成

SQL查詢和Spark程序的無縫混合

不同語言的代碼開發(fā)

2。統(tǒng)一數(shù)據(jù)源訪問

以相同的方式連接到任何數(shù)據(jù)源。以后，sparksql可以使用統(tǒng)一的方式連接到任何外部數(shù)據(jù)源，而無需使用不同的api

3。兼容hive

sparksql可以支持hivesql語法sparksql兼容hivesql

4。支持標(biāo)準(zhǔn)數(shù)據(jù)庫連接

sparksql支持標(biāo)準(zhǔn)數(shù)據(jù)庫連接JDBC或ODBC