Spark 和 Hadoop 在技术结构上的共同点和区别？

[尹桑]

Spark 和 Hadoop 在技术结构上有哪些共同点和区别呢？
本人刚接触这些，不太了解，有大神帮忙解答一下吗

[LinkSe7en]

Hadoop最重要的模块是HDFS分布式文件系统，基本上所有分布式计算框架都架构于它之上。 而Spark和Hadoop MR的共同点就是都是Map-Reduce计算框架，不同点是Spark的中间结果放在内存，而Hadoop MR放在HDFS上。所以Spark支持快速迭代运算与近线的流式处理。在编程风格上，Spark更加友好，RDD操作的代码风格非常接近Java8的stream操作，同时DataFrame支持SQL。另外Spark支持的语言有源生的Scala，以及Java，Python，R。

[SongDongmei]

引用 1 楼 link0007 的回复:

Hadoop最重要的模块是HDFS分布式文件系统，基本上所有分布式计算框架都架构于它之上。 而Spark和Hadoop MR的共同点就是都是Map-Reduce计算框架，不同点是Spark的中间结果放在内存，而Hadoop MR放在HDFS上。所以Spark支持快速迭代运算与近线的流式处理。在编程风格上，Spark更加友好，RDD操作的代码风格非常接近Java8的stream操作，同时DataFrame支持SQL。另外Spark支持的语言有源生的Scala，以及Java，Python，R。

感觉楼上的说法略有不妥。spark的计算框架不是mapreduce。经常有人说Spark就是内存版的MapReduce，实际上不是的。Spark使用的DAG计算模型。