Hive：类似于sql的hive ql语言，他的底层是直接把sql语句直接转化成MapReduce作业，sql==》MapReduce
因此他的执行速度就慢：Hive on MapReduce 特点：慢
改进：Hive on tez，Hive on Spark，就是解决mapReduce的计算速度慢的问题。
Spark：hive on spark ==>shark(hive on spark)，其实shark的作用就是把ql语言翻译成RDD来操作。
Shark推出
优点：很受欢迎，基于spark的、基于内存的列式存储,与hive能够兼容。
缺点：hive ql的解析、逻辑执行计划生成、执行计划的优化是依赖于hive的，仅仅只是把物理执行计划从mr作业替换成spark作业。
终止：
Shark终止以后，产生了两个分支：
1）Hive on Spark
在Hive社区，源码是在Hive中。Hive发展已经很多年，产品趋于成熟。
2）Spark Sql
Spark社区，源码是在Spark中的，近几年发展起来的，就是为了优化掉Shark对hive的依赖，支持多种数据源，多种优化技术，扩展性好很多
1）Hive：
facebook开源出来的最原始的sql on hadoop的解决方案。
底层原理：
a.将Sql==>MapReduce（将sql指令转化成MapReduce作业）
b.提出了一个metastore概念：元数据（即里面存储hive有哪些表，表里有哪些列，每一列是什么数据类型等信息的），hive里面创建的表，在spark sql里面是可以访问的，平滑过渡起来很方面。
c.另外hive的sql跟关系性数据库的sql类似，他也有database、table、view这些概念。
2）impala：
a、是cloudera公司开发的，他的产品有：cdh版本的hadoop（此版本很好的解决了hadoop版本的依赖）、cm（提供了web界面方式安装hadoop生态圈的服务）
b、sql自己的守护进程执行的，非运行在MapReduce的。
c、metastore也有这个概念
3）presto
facebook开源的，京东在用，sql
4）drill（近几年火）
sql
能操作的数据服务框架：hdfs、hive、rdbms、json、hbase、mangoodb、s3或者外部关系型数据库
5）Spark SQL（近几年火）
sql
dataframe/dataset api
metastore
能访问的数据服务框架：hdfs、hive、rdbms、json、hbase、mangoodb、s3或者外部关系型数据库
Spark SQL的详细介绍
Spark SQL is Apache Spark's module for working with structured data.（Spark SQL是Spark的一个模块，他是处理结构化数据的比如txt、json等）
Spark Sql不仅仅有访问和操作sql的功能，还有其他非常丰富的操作：外部数据源、优化等；
Spark Sql提供了sql的api也提供了DataFrame和DataSet的API。
