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