spark是什麼？
spark是針對於大規模數據處理的統一分析引擎，通俗點說就是基於內存計算的框架
spark和hive的區別？
1.spark的job輸出結果可保存在內存中，而MapReduce的job輸出結果只能保存在磁盤中，io讀取速度要比內存中慢；
2.spark以線程方式運行，MapReduce以進程的方式運行，進程要比線程耗費時間和資源；
3.spark提供了更爲豐富的算子操作；
4.spark提供了更容易的api,支持python,java,scala;
spark爲什麼比hive速度快？
1.spark底層不需要調用MapReduce，而hive底層調用的是MapReduce；
2.spark基於內存計算，而hive基於磁盤計算，內存的讀取速度遠超過磁盤讀取速度；
3.spark以線程方式進行運行，而hive以進程方式運行，一個進程中可以跑多個線程，進程要比線程耗費資源和時間；