批处理本是大型机时代的主题，近十年来随着Hadoop MapReduce的关注度逐渐增加，批处理现在又重新成为热门主题。但是 Hadoop分布式供应商的高级管理人员认为，Apache Spark和其它流处理架构正在改变现状。
Jack Norris是MapR公司前任首席营销官及现任数据和应用高级副总裁，他认为，随着Apache Spark加入Hadoop，我们将看到更多实时应用和批处理架构，事件流与大数据存储是配套的。
MapR公司与Hortonworks公司、Cloudera公司一起共同打造Hadoop并带来了商业价值。而现在，Spark Streaming和其它相关技术的出现给大数据应用带来了变化，这似乎刺激了Hadoop生态系统新一轮的变革。
Spark已经成为了原生Hadoop组件特别有用的补充。 Norris估计MapR的Hadoop分布式用户有一半正在使用Spark，可能用于生产环境的不同场景。
他表示，Spark引发了一连串兴奋点，其中一部分原因是因为MapReduce编程比较困难，在早期MapReduce编程基本就是Hadoop计算的代名词。
“Spark使开发变得相对容易了。它引入了新的API，支持使用Scala和Python编程语言，这样开发应用就更方便了。同时，它还帮助实现了流分析的结构化，”Norris补充道。
Spark可以监视到事件到达并且执行自动聚合和过滤，从而把原始数据转化为有用信息，Spark使这些工作变得更加容易。Norris表示，一些应用由于整体系统限制不得不在批处理模式下工作，但是这种情况正在改变。
在这里我还是要推荐下我自己建的大数据学习交流qq裙：522189307 ， 裙 里都是学大数据开发的，如果你正在学习大数据 ，小编欢迎你加入，大家都是软件开发党，不定期分享干货（只有大数据开发相关的），包括我自己整理的一份最新的大数据进阶资料和高级开发教程，欢迎进阶中和进想深入大数据的小伙伴。上述资料加群可以领取