Spark独到见解--1、什么是Spark？及和MR的区别

1、什么是Spark？

        ApacheSpark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类HadoopMapReduce的通用并行计算框架，Spark拥有HadoopMapReduce所具有的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

Spark是Scala编写，方便快速编程。

2、 Spark与MapReduce的区别？

        都是分布式计算框架，Spark基于内存，MR基于HDFS。Spark处理数据的能力一般是MR的十倍以上，Spark中除了基于内存计算外，还有DAG有向无环图来切分任务的执行先后顺序。

3、Spark运行模式       

      1）Local

        多用于本地测试，如在eclipse，idea中写程序测试等。

      2）Standalone

       Standalone是Spark自带的一个资源调度框架，它支持完全分布式。

      3）Yarn

       Hadoop生态圈里面的一个资源调度框架，Spark也是可以基于Yarn来计算的。

      4）Mesos

      资源调度框架。

      要基于Yarn来进行资源调度，必须实现AppalicationMaster接口，Spark实现了这个接口，所以可以基于Yarn。