版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/mochou111/article/details/82620368
Hadoop和Spark都是大数据计算平台，他们的区别如下
- 存储：Hadoop有自己的一套线下存储集群；Spark没有存储集群，所以Spark需要和一个云计算平台相结合，一般都是和Hadoop相结合
- 计算性能：Hadoop基于MapReduce来运行计算，MapReduce可以简单理解为：一个人数一堆散牌里有多少个红桃比较慢，但是你把这堆牌分给几个人一起去数，这叫Map,然后把这几个人的结果汇总到一起，这叫Reduce。由于MapReduce需要把Map的结果写到存储集群里，然后Reduce再去读集群处理后的结果再去运算，这样来回读取集群存储比较慢；而Spark计算时是把计算结果写到内存里，然后再实时读取内存，所以运行结果快，一般可以比Hadoop快10-100倍，所以Spark多用于流计算等实时处理中。
- 灾备恢复：Hadoop有自己的一套离线存储集群，天生具有灾备恢复能力；Spark的数据对象存储分布于数据集群中的叫做弹性分布式数据集(即RDD)，故也有灾备恢复能力。