哪个选项更好用，spark作为Hive上的执行引擎或使用spark SQL访问Hive表？为什么呢？
这里有一些假设：
- 选择SQL的原因是保持用户友好，例如，如果您有业务用户尝试访问数据。
- Hive正在考虑之中，因为它提供了类似SQL的接口和数据持久性
如果这是真的，Spark-SQL可能是更好的前进方式。它更好地集成到Spark中，作为Spark的一个组成部分，它将提供更多功能(一个例子是结构化流(。您仍然会获得用户友好性和类似SQL的Spark接口，因此您将获得全部好处。但是你只需要从Spark的角度来管理你的系统。Hive 安装和管理仍将存在，但从一个角度来看。
将 Hive 与 Spark 结合使用作为执行引擎将限制您，具体取决于 Hive 的库能够将 HQL 转换为 Spark 的翻译效果。他们可能做得很好，但你仍然会失去Spark SQL的高级功能。与Spark SQL相比，新功能可能需要更长的时间才能集成到Hive中。
此外，由于 Hive 向最终用户公开，一些高级用户或数据工程团队可能希望访问 Spark。这将导致您管理两个工具。在这种情况下，与仅使用Spark-SQL相比，系统管理可能会变得更加繁琐，因为Spark SQL有可能同时为非技术和高级用户提供服务，即使高级用户使用pyspark，spark-shell或更高版本，它们仍将集成在同一工具集中。