为什么选择Spark而不是HiveSQL？

使用Spark处理大规模数据的原因可能有以下几点：

处理大数据量：HiveSQL是基于Hadoop的分布式数据仓库，但是它的查询速度相对较慢，无法处理大规模的数据。相比之下，Spark具有更好的分布式计算能力和更高的处理速度，可以处理更大的数据集。
支持多种数据源：Spark可以处理不同类型的数据源，包括'Hive', 'HBase', 'JDBC'等，而HiveSQL主要支持Hadoop中的数据源。
可以进行实时计算：Spark支持流式数据处理，可以实时计算数据，而HiveSQL只能进行批处理。
更灵活的编程模型：Spark提供了丰富的API和编程模型，可以更灵活地进行数据处理和分析，而HiveSQL则主要是基于SQL语言进行数据查询和分析。

综合来看，Spark具有更好的处理能力、更灵活的编程模型和更广泛的数据源支持，因此在处理大规模数据时，使用Spark会更加适合。