一、什麼是 Spark SQL？ （官方定義）
Spark SQL
* A Spark module for structured data processing(known set of fields for each record - schema) ;
1. Spark SQL是Spark中專門用來處理結構化數據（每一行數據都遵循Schema信息 —— 建表時表的字段及其 類型）的一個模塊；
* Provides DataFrames/Dataset as an abstraction for distributed data processing ;
2. 提供了 DataFrame/Dataset 的對分佈式數據處理的基本抽象；
* Acts as a distributed SQL engine ;
3. 其實之上是一個分佈式的 SQL 引擎。
二、什麼是 Hive？ （官方定義）
Hive
* The Apache Hive ™ data warehouse software facilitates reading, writing, and managing large datasets residing in distributed storage using SQL.
1. 數據倉庫，能使用 SQL 讀取、寫入和管理存在於分佈式存儲架構上的大數據集；
* Structure can be projected onto data already in storage.
2. 結構可以映射到已經存儲的數據上；
* A command line tool and JDBC driver are provided to connect users to Hive.
3. 用戶連接 Hive 可以使用命令行工具和 JDBC 驅動。
三、兩者的區別
都支持ThriftServer服務，爲JDBC提供解決方案，區別如下：
Spark SQL
=> 是Spark的一個庫文件；
=> Spark SQL 元數據可有可無；
=> Spark SQL 中 schema 是自動推斷的；
=> 支持標準 SQL 語句，也支持 HQL 語句等（可以用普通話、方言來對比理解）；
=> 從開發角度來講，即支持SQL方式開發，也支持HQL開發，還支持函數式編程（DSL）實現SQL語句。
Hive
=> 是一個框架；
=> Hive中必須有元數據，一般由 MySql 管理，必須開啓 metastore 服務；
=> Hive 中在建表時必須明確使用 DDL 聲明 schema；
=> 只支持 HQL 語句。
Hive：處理海量數據，比如一個月、一個季度、一年的數據量，依然可以處理，雖然很慢；
Spark SQL：這種情況下 Spark SQL 不支持，無法處理；
所以在企業中，Hive 和 Spark SQL 能夠共存，互爲彌補。
原文鏈接：https://blog.csdn.net/weixin_44196083/article/details/92404776