Spark为什么要在Hadoop基础之上搭建

今天突然想到这个问题   但网上都是些复制粘贴的内容    不能很好地解答  

经过查找资料   我在这里给出我的说明  仅供参考：

      尽管Spark相对于Hadoop而言具有较大优势（速度快），但Spark并不能完全替代Hadoop，主要用于替代Hadoop中的MapReduce计算模型。（spark中也有MapReduce 但还有更多的用于处理的算子  相对来说处理更加多样化   更重要的是  计算的中间结果都在内存中  ）实际上，Spark已经很好地融入了Hadoop生态圈，并成为其中的重要一员，它可以借助于YARN实现资源调度管理，其次spark底层需要借助于HDFS实现分布式存储（我的理解是只是中间处理过程在内存中，最后还是需要HDFS分布式存储的）。

先写这么多  以后有新的发现  再添加