• ‌选Hive‌

  ：

• 已有Hadoop生态，需要低成本处理超大规模离线数据。

• 团队熟悉SQL，业务以固定报表为主。

• ‌选Spark‌

  ：

• 需要低延迟、复杂计算（如机器学习），或实时流处理。

• 追求开发灵活性和高性能内存计算。

• ‌Hive + Spark SQL‌

  ：用Hive管理元数据（Metastore），Spark SQL直接查询Hive表，结合Hive的稳定性和Spark的速度。

• ‌Hive on Spark‌

  ：Hive社区项目，用Spark替代MapReduce作为Hive的执行引擎，提升批处理速度。

• ‌Hive‌

   是“慢而稳”的离线数据仓库工具，适合结构化数据的长期存储与简单分析。

• ‌Spark‌

   是“快而全”的内存计算框架，适合多样化、实时性要求高的场景。

• 两者互补性强，实际项目中常结合使用以平衡性能与成本。

• Hive：Hive是建立在Hadoop上的数据仓库基础构架，适用于处理和查询存储在Hadoop分布式文件系统中的大规模数据集。3

• Spark：Spark是一种快速的通用数据处理引擎，适用于大规模数据处理和分析。2

• Hive：支持多个版本的Hive驱动，如Hive1.1、Hadoop Hive 1.2、Hive2.3等。驱动包和日志jar文件需要一起上传至FineBI。3

• Spark：支持Spark 1.6.0、2.1、2.3等版本。驱动包和日志jar文件也需要一起上传至FineBI。2

• Hive：

1. 以管理员身份登录FineBI，点击「管理系统>数据连接>数据连接管理」，点击「新建数据连接」。

2. 选择Hadoop Hive数据库。

3. 切换驱动为「自定义」，选择上传的驱动，并输入连接信息。

4. 点击「测试连接」，若连接成功则点击「保存」。3

• Spark：

1. 以管理员身份登录FineBI，点击「管理系统>数据连接>数据连接管理」，点击「新建数据连接」。

2. 选择Spark数据库。

3. 切换驱动为「自定义」，选择上传的驱动，并输入连接信息。

4. 点击「测试连接」，若连接成功则点击「保存」。2

• Hive和Spark都支持Kerberos认证。连接前需要检查/etc/hosts中的机器名对应IP是否为局域网IP，并确保/etc/hostname中的机器名设置与/etc/hosts中的配置一致。32

希望这些信息对您有所帮助！如果有其他问题，请随时告诉我。