一直在使用hive做分布式大数据查询工作，越来越发现做为一个离线查询数据库来说，这样的效率真的是让人抓狂啊。网上说spark的性能是非常优越的，所以做了个环境安装了个，在centos的虚拟机上跑一下，果然性能非常的好，这个真的是令人惊喜的，在大数据的今天，人们需要大数据，又需要高效的查询效率，spark真的满足了这个需求，希望spark越来越好，spark支持hive的sql语法，这样对于关系型数据库的使用者绝对是个福利。我取一个6000万的表的count，大概需要的时间是10分钟，如果是随机取top的话，更是秒查，非常的棒。发两个截图，mark一下。

取count的截图我就不展示了，要不还得等10分钟。但是spark做随机查询，效果真是不要不要的了。