hive和spark sql 默认用的都是derby，上篇文章说了，hive怎么使用mysql做为元数据库。
spark sql使用hive的配置来连接mysql，配置下来挺简单的，并且不需要启动hive
spark-sql是spark的一个核心组件，可以实现简单的关系型数据库操作。
dataframe类似于关系型数据库的表，从dataframe中查询数据，需要调用api来实现，到目前为止spark支持的语言scala，java，r，python。
sppark支持三种分布式部署方式，分别是standalone、spark on mesos和 spark on yarn。
standalone模式，即独立模式，自带完整的服务，可单独部署到一个集群中，无需依赖任何其他资源管理系统。
spark on mesos官方推荐这种模式（当然，原因之一是血缘关系）。正是由于spark开发之初就考虑到支持Mesos，Spark运行在Mesos上会比运行在yarn上更加灵活，更加自然。
spark on yarn这是一种最有前景的部署模式。但限于yarn自身的发展，目前仅支持粗粒度模式（Coarse-grained Mode）。这是由于yarn上的Container资源是不可以动态伸缩的，一旦Container启动之后，可使用的资源不能再发生变化，不过这个已经在yarn计划中了