在hadoop和spark之間如何取舍？一般來說，Hadoop和spark是主流行業(yè)的大數(shù)據(jù)技術(shù)。學(xué)習(xí)時，兩個系統(tǒng)都會學(xué)習(xí)，先學(xué)習(xí)Hadoop，再學(xué)習(xí)spark。Apache開源組織的分布式基礎(chǔ)設(shè)施提

在hadoop和spark之間如何取舍？

一般來說，Hadoop和spark是主流行業(yè)的大數(shù)據(jù)技術(shù)。學(xué)習(xí)時，兩個系統(tǒng)都會學(xué)習(xí)，先學(xué)習(xí)Hadoop，再學(xué)習(xí)spark。

Apache開源組織的分布式基礎(chǔ)設(shè)施提供了分布式文件系統(tǒng)（HDFS）、分布式計算（MapReduce）和統(tǒng)一資源管理框架（yarn）的軟件體系結(jié)構(gòu)。用戶可以在不了解分布式系統(tǒng)的基本細(xì)節(jié)的情況下開發(fā)分布式程序。

為大規(guī)模數(shù)據(jù)處理設(shè)計的快速通用計算引擎。用于構(gòu)建大型、低延遲的數(shù)據(jù)分析應(yīng)用程序。它可以用來完成各種操作，包括SQL查詢、文本處理、機器學(xué)習(xí)等。

https://www.toutiao.com/i654015696262573648397/

hadoop與spark的區(qū)別是什么？

感謝您的邀請

！請看下面的圖片：

狹義的Hadoop，也就是原始版本：只有HDFS map reduce

未來會出現(xiàn)很多存儲、計算和管理框架。

如果我們比較它們，我們可以比較Hadoop map reduce和spark，因為它們是用于大數(shù)據(jù)分析的計算框架。

Spark有許多線路組件，它們更強大、更快。