详解： Spark 相对于MapReduce的优势(为什么MapReduce性能不理想）

Spark相对于MapReduce的优势

一：MapReduce存在的问题

1**. MapReduce框架局限性**
　　1）仅支持Map和Reduce两种操作

2）处理效率低效。

a）Map中间结果写磁盘，Reduce写HDFS，多个MR之间通过HDFS交换数据; 任务调度和启动开销大;
　　　　b）无法充分利用内存
　　　　c）Map端和Reduce端均需要排序

3）不适合迭代计算(如机器学习、图计算等)，交互式处理(数据挖掘) 和流式处理(点击日志分析)
　　
2. MapReduce编程不够灵活

-　　1）java操作繁琐，维护麻烦，效率低
3. IO 开销
MapReduce每次shuffle都必须写到磁盘中，而Spark的shuffle不一定写到磁盘中，而是可以缓存到内存中，
以便后续的其他迭代操作时直接使用。这样一来，如果任务复杂，需要很多次的shuffle才能完成，
那么Hadoop读写磁盘文件时花费在IO上的时间就会大大增加。

二：Spark

高效(比MapReduce快10~100倍)

1）内存计算引擎，提供Cache机制来支持需要反复迭代计算或者多次数据共享，减少数据读取的IO开销
　　2）DAG引擎，减少多次计算之间中间结果写到HDFS的开销
　　3）使用多线程池模型来减少task启动开稍，shuffle过程中避免 不必要的sort操作以及减少磁盘IO操作

易用
　　1）提供了丰富的API，支持Java，Scala，Python和R四种语言
　　2）代码量比MapReduce少2~5倍
　　
与Hadoop集成 读写HDFS/Hbase 与YARN集成
丰富的API（Java、Scala、Python、R四种语言，sort、join等高效算子）
DAG执行引擎，中间结果不落盘
线程池模型减少task启动开销
充分利用内存，减少磁盘IO
避免不必要的排序操作
适合迭代计算，比如机器学习算法
**

三： 容错：

1.当执行中途失败时，MapReduce会从失败处继续执行，因为它是依赖于硬盘驱动器的。

但是Spark就必须从头开始执行，这样MapReduce相对节省了时间。