Hive on Spark 是 Apache Spark 的一个组件，它允许在 Spark 集群上执行 Hive 查询。

相比于传统的基于 Hadoop MapReduce 的 Hive 执行引擎，Hive on Spark 具有以下优点和缺点：优点：

1. 更快的查询速度：Hive on Spark 利用了 Spark 分布式计算引擎的优势，可以更快地执行查询任务。

2. 更好的容错性：由于 Spark 集群的容错性更好，因此 Hive on Spark 的容错性也更强。

3. 更灵活的数据源：Hive on Spark 可以连接多种数据源，包括 Hive、HDFS、S3 等，可以更灵活地管理数据。缺点：

1. 需要额外的配置：使用 Hive on Spark 需要在 Spark 和 Hive 之间进行额外的配置，包括设置 Spark 的 Hive 元数据存储位置、配置 Hive 的元数据加载等。

2. 需要额外的资源：使用 Hive on Spark 需要额外的计算资源，包括 Spark 集群和 Hive 元数据存储。

3. 需要学习新的 API：使用 Hive on Spark 需要学习新的 API，与传统的 Hive 执行引擎不同。总体来说，如果你需要处理大量的数据，并且需要更快的查询速度和更好的容错性，那么使用 Hive on Spark 是一个不错的选择。但是如果你只需要处理少量的数据，并且不需要更快的查询速度和更好的容错性，那么使用传统的 Hive 执行引擎可能更加简单和高效。