Spark的处理速度要比Hadoop快100倍以上。
Spark在批处理和流式处理上都具有极佳的性能。这是因为Spark使用了一种叫DAG的最佳调度，以及查询优化和物理执行引擎。
可以使用Java,Scala,Python,R,sql快速写一个Spark应用。
Spark提供了超过80中操作使它更容易生成平行化的应用。它也可以使用Scala,Python,R,sql shell 进行交互操作。
结合sql，流处理，复杂的分析。
Spark提供了一栈式集应用：sql，数据框架，机器学习框架，Graphx图像处理以及Spark流处理。你可以结合这些应用无缝地在同一个应用上使用。
Spark可以运行在Hadoop，Mesos,Kubernets,standalone或者云上。它可以畜栏里多种数据源。
Map Reduce有以下缺点：
代码繁琐；
只能够支持map和reduce方法；
执行效率低下；
不适合迭代多次、交互式、流式的处理
而Spark的优点正好弥补了MapReduce的缺点：
批处理（离线）：MapReduce、Hive、Pig
流式处理（实时）： Storm、JStorm
交互式计算：Impala
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。
