6.1 环境准备：1. 搭建Hadoop集群（详见文档）；2. 安装Hive构建数据仓库（详见文档）；3. 安装Spark集群（详见文档）；4. SparkSQL整合Hive。Spark SQL的主要目标是允许用户在Spark上使用SQL语句，支持多种数据源，包括RDD和外部数据源（如文本、Hive、Json等）。Spark on Hive是Spark SQL的一个分支，使用Hive中的HQL语法解析、逻辑执行计划转换和优化。整合步骤包括将hive-site.xml文件复制到Spark的conf目录下，以便访问Hive的元数据和数据存储位置。如果Hive的元数据存储在MySQL中，还需要准备MySQL驱动，如mysql-connector-java-5.1.35.jar。