2.对比Hadoop与Spark的优缺点。
与 Hadoop 的 MapReduce 相比，Spark 基于内存的运算要快
Spark 支持 各种编程语言还支持超过 很多种高级算法，使用户可以快速构建不同的应用。
Spark可以非常方便地与其他的开源产品进行融合。
因为不需要做任何数据迁移就可以使用 Spark 的强大处理能力。
3.如何实现Hadoop与Spark的统一部署？
Hadoop生态系统中的一些组件所实现的功能，目前还是无法由Spark取代的 。Spark则无法做到毫秒级响应。企业中已经有许多现有的应用，但是都是基于现有的Hadoop组件开发的，完全转移到Spark上需要一定的成本。由于Hadoop MapReduce、HBase、Storm和Spark等，都可以运行在资源管理框架YARN之上，因此，可以在YARN之上进行统一部署
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
