请问spark和hive是什么关系？

这两种说法都没错，尝试这么理解：

• HDFS上的数据其实都是文件，没有良好的组织形式。
• Hive将这些数据规整起来，让用户可以以结构化数据库的角度去使用这些数据（建立了HDFS数据的元数据信息），在Hive上写HQL操作表翻译成了MapReduce去读HDFS的数据进行计算。

由此用户操作HIve的时候就和操作一个MySQL数据库一样没什么差别。所以即可以说Hive是一个计算引擎，也可以理解为一个数据（仓）库。

既然他是一个数据库，而Spark天然支持各种数据源的加载和运算，读Hive的数据和读MySQL的数据这个操作本身对用户来说并没有什么差别。

所以Hive可以作为一种数据源在系统中存在，Spark、Flink、Java程序都可以连接访问，只是它还自带了执行引擎HQL。