淺談Spark和Hadoop作業(yè)之間的區(qū)別？我認(rèn)為你所說的Hadoop是map/reduce。主要區(qū)別如下：1。Mr-Jobs的資源控制是通過yarn實(shí)現(xiàn)的。Spark是否可以通過紗線控制資源。但是，

淺談Spark和Hadoop作業(yè)之間的區(qū)別？

我認(rèn)為你所說的Hadoop是map/reduce。主要區(qū)別如下：

1。Mr-Jobs的資源控制是通過yarn實(shí)現(xiàn)的。Spark是否可以通過紗線控制資源。但是，如果將多個(gè)組件設(shè)置在一起（例如，群集中同時(shí)存在spark計(jì)劃和HBase查詢），建議使用yarn；

2。Spark基于內(nèi)存計(jì)算。計(jì)算的中間結(jié)果存儲(chǔ)在內(nèi)存中，可以訪問行迭代計(jì)算；而Mr計(jì)算的中間結(jié)果是放到磁盤上，所以一個(gè)作業(yè)會(huì)涉及到對(duì)磁盤的重復(fù)讀寫，這也是性能不如spark的主要原因；

3。Mr的任務(wù)對(duì)應(yīng)于一個(gè)容器，每次都需要花費(fèi)大量的時(shí)間來啟動(dòng)。一些Hadoop版本（如華為oceaninsight）性能不同，Hadoop實(shí)現(xiàn)了容器預(yù)熱（重用）功能，可能消耗較少，而spark是基于線程池的，因此資源分配會(huì)更快。