Hive和Spark到底是什么？两者又有什么区别？

spark是一个计算引擎，而hive是一个存储框架。

• 大白话来讲，他们之间的关系就像发动机组与加油站之间的关系。
• 但若说模糊一点，其实hive既是存储框架也可以算是计算引擎。

你也可以这么理解：

• HDFS上的数据其实都是文件，没有良好的组织形式。
• Hive将这些数据规整起来，让用户可以以结构化数据库的角度去使用这些数据（建立了HDFS数据的元数据信息），在Hive上写HQL操作表翻译成了MapReduce去读HDFS的数据进行计算。
• 而Spark只是一个计算引擎，不是存储引擎，其本身并不负责数据存储。