hadoop和spark的区别

hadoop是基于磁盘的，它的运算结果保存在磁盘当中；而spark的运算是基于内存的。因此spark的运算速度是

hadoop的100倍；即使在磁盘当中运算，spark也是hadoop的10倍左右，原因就是spark具有优秀的作业调度策略。

故spark的速度快与hadoop的两个原因：

（1）spark是基于内存，hadoop基于磁盘：

 

在hadoop中HDFS用于数据的存储，MapReduce用于计算。   MapReduce：从磁盘中读取文件->把迭代结果存储到磁盘中->再从磁盘中读取文件->..................   Spark:从磁盘中读取文件->把迭代后的结果存储到内存当中->再从内存中读取数据->..................   Spark的计算速度是hadoop的100倍，即使再磁盘中操作数据也是hadoop的10倍。  

（2）spark具有优秀的作业调度策略（使用了有向无环图，关于这部分会在RDD学习模块中介绍）。