Hadoop生态系统中，如果存在一个领域是竞争最激烈的，那一定是SQL on Hadoop！

Apache Hive可以说是最早的SQL on Hadoop产品，但是由于原始版本SQL结果响应速度太慢，各个厂商开始对其进行优化，与此同时开始寻找更好的解决办法。

对Hive的优化主要集中在两个方面：计算引擎与数据存储格式。为了获得更高的性能和更快的交互，在计算引擎方面，放弃MapReduce采用Tez、Spark或特定的引擎；在数据存储格式方面，使用列存储格式（如ORC、Parquet），因为面向列的存储格式更适合统计分析型的场景。

当前Hive支持多引擎：MapReduce、Tez、Spark，也支持多存储格式：ORC、Parquet等。

当然，除了Hive我们还有更多的选择：

Apache Hive

Facebook Presto （Facebook用来替换Hive）

Cloudera Impala （使用C++开发）

Apache Drill

Apache Kylin

Apache Tajo

Apache Phoenix （基于HBase）

Apache Spark-SQL

Apache Storm-SQL （流处理统计分析，开发中）

上面罗列的SQL on Hadoop产品适用于不同的场景，将所有的进行对比没有意义。如果只是打算用来替换旧版本的Hive，从性能角度推荐的选择有Presto、Impala，如果刚好你热衷于Java，那就选择Presto吧。