Hive我们用来搭建数仓，对于大量数据以及离线数仓，可以满足，但是
他不能满足实时查询的情况，如果这次客户来了个需求，不在我们统计分析的指标内。
那你单独写SQL，然后通过mr底层，就不能立刻出结果，运行sql和统计将消耗大量时间。
当然有多种方案（impala+kudu)(presto)都可以。我在CDH上使用，自己的虚拟机测试，避免搭建与启动内存过大，所以采用了spark。
前提：CDH已经搭建完毕，并且有hive和spark
设置hive的计算引擎为spark
apache hadoop（原生）：
1、配置mapreduce计算引擎
set hive.execution.engine=mr;
2、配置tez计算引擎
set hive.execution.engine=tez;
3、配置spark计算引擎
set hive.execution.engine=spark;
但是在cdh中，我们直接通过其中的配置，执行
cdh执行
打开hive配置
不用执行，你选择了spark和yarn他就默认是spark作为计算引擎
Original: https://blog.csdn.net/qq_38403590/article/details/125989173
Author: 我要用代码向我喜欢的女孩表白
Title: CDH集群使用spark作为hive查询引擎（实时查询）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/818437/
转载文章受原作者版权保护。转载请注明原作者出处！