原因
随着互联网规模的爆发式增长，不断增加的数据量要求应用程序能够延伸到更大的集群中去计算。
与单台机器计算不同，集群计算引发了几个关键问题，如
集群计算资源的共享
单点宕机（单点死机的意思）
节点执行缓慢
程序的并行化。针对这几个集群环境的问题，许多大数据处理框架应运而生。
比如Google的MapReduce，它提出了简单、通用并具有自动容错功能的批处理计算模型。但是MapReduce对于某些类型的计算并不适合，比如
交互式（对话的方式一问一答，相互的那种）
流式计算（对数据流进行实时计算）
基于这种类型需求的不一致性，大量不同于MapReduce的专门数据处理模型诞生了，如GraphLab、Impala、Storm等。大量数据模型的产生，引发的后果是对于大数据处理而言，针对不同类型的计算，通常需要一系列不同的处理框架才能完成。这些不同的处理框架由于天生的差异又带来了一系列问题：
重复计算、
使用范围的局限性、
资源分配、
统一管理
又出现了这些问题，spark诞生了
要注意这些问题，不同的时间段出现不同的问题，有不同的解决方法