MapReduce多进程与Spark多线程

,首先要区分分布式概念,分布式指的是将一个任务切分成多块分到多台机器运行.                                                      2,进程可以理解成该服务器分到的那一块任务(MapReduce每分到一个任务会重启一个进程). 
   3,线程可以 理解成在进程的基础之上又细分的更小的任务.
   4,在任务级别（特指Spark任务和MapReduce任务）上却采用了不同的并行机制：Hadoop MapReduce采用了多进程模型，而Spark采用了多线程模型.
   5,多进程模型便于细粒度控制每个任务占用的资源，但会消耗较多的启动时间，不适合运行低延迟类型的作业，这是MapReduce广为诟病的原因之一。而多线程模型则相    反，该模型使得Spark很适合运行低延迟类型的作业。总之，Spark同节点上的任务以多线程的方式运行在一个JVM进程中，可带来以下好处：
     1）任务启动速度快，与之相反的是MapReduce Task进程的慢启动速度，通常需要1s左右；
     2）同节点上所有任务运行在一个进程中，有利于共享内存。这非常适合内存密集型任务，尤其对于那些需要加载大量词典的应用程序，可大大节省内存.
     3）同节点上所有任务可运行在一个JVM进程(Executor)中，且Executor所占资源可连续被多批任务使