Spark的基本工作原理

1、分布式
        答：分布式是啥？：一个集群上面有多个节点，多个节点对于数据的存储数据的计算，可能多是通过多个节点并行来处理的
        比如：读取90万条数据，节点1存放30万条数据，节点2存放30万条数据，节点3也是30万条数据：
        （Spark程序会被提提交到Spark集群上面运行，Spark集群会先去执行Hadoop里面的数据，
        因为Hadoop里面有存储仓库Hbase存储系统，执行后把数据保存到多个节点上面保存）
        2、主要基于内存（少数情况基于磁盘）
        答：节点上面的数据主要基于保存在内存上面
        3、迭代式计算
        答：Spark于MapReduce最大的区别在于，迭代式计算模型：
    MapReduce：
        分为2个阶段，map和reduce,2个阶段执行完就结束了，所以我们在一个job里能做的处理有限，
        只能在map和reduce里处理。
    Spark,计算模型，    
        可以分为n个阶段，因为它是内存迭代式的：我们在处理完一个阶段以后，可以jixu往下处理很多个阶段，
        而不只是2个阶段1，所以Spark比起MapReduce来讲，计算模型更加的强大！
    最后：
        执行完的结果到哪里去了？
            1.Hadoop HDFS,Hive
            2.Mysql,Hbase,DB
            3.直接把结果返回给客户端(运行Spark的程序和进程)