hive是基于hdfs的一个数据库工具
可以类比为 mysql 是基于本地文件系统的数据库, hive则是基于hdfs的数据库,不太准确
spark 对应于mapreduce, 但是更快,本来spark是单独于hadoop生态的,但是hadoop太强大了, spark 渐渐的基于hadoop发展了,
spark的运行模式多样:Spark可运行于独立的集群模式中,或者运行于Hadoop中,也可运行于Amazon EC2等云环境中,并且可以访问HDFS、Cassandra、HBase、Hive等多种数据源。
我们的主要用法是
用scala 编写程序, 编译成jar包, 上传afs, 然后运行spark, 读取afs,写入hive表 nginxlog, 之后的分析,都基于这个hive表, 查询hive表, 一般用hive, 当然也可以用spark-sql