本文介绍了Spark与Hadoop的区别，指出Spark作为快速、通用、可扩展的计算引擎，其资源调度框架不同于Hadoop的Yarn。同时，文章对比了两者的计算模型，强调Spark在迭代计算上的优势。此外，提到了Spark的四大特点：速度快、易用性、通用性和跨平台运行能力。最后，概述了Spark的四种运行模式：Local、Standalone、YARN和Mesos。
Spark入门
问1：Hadoop与Spark区别？
答：Hadoop主要解决海量数据的存储和海量数据的分析计算；Spark是一种基于内存的快
速、通用、可扩展的大数据分析计算引擎。
问2：Spark的资源调度框架？
答：Hadoop 的 Yarn 框架比 Spark 框架诞生的晚，所以 Spark 自己也设计了一套资源调
度框架。
问3：Hadoop与Spark框架对比？
答：Hadoop MR框架：从数据源获取数据，经过分析计算，将结果输出到指定位置。核
心是一次计算，不适合迭代运算。
Spark框架：支持迭代计算，图形计算；Spark框架比 MR 快的原因是：中间结果不落
盘。但是Spark的 Shuffle 也是落盘的。
最低0.47元/天 解锁文章
833
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
