hadoop和大數(shù)據(jù)的關(guān)系？和spark的關(guān)系？大數(shù)據(jù)其實(shí)是一個(gè)比較龐大和廣泛的概念，Hadoop是一個(gè)比較完整的大數(shù)據(jù)處理的批量數(shù)據(jù)存儲(chǔ)、計(jì)算和分析框架。Spark可以理解為一個(gè)內(nèi)存計(jì)算框架?，F(xiàn)在很

hadoop和大數(shù)據(jù)的關(guān)系？和spark的關(guān)系？

大數(shù)據(jù)其實(shí)是一個(gè)比較龐大和廣泛的概念，Hadoop是一個(gè)比較完整的大數(shù)據(jù)處理的批量數(shù)據(jù)存儲(chǔ)、計(jì)算和分析框架。Spark可以理解為一個(gè)內(nèi)存計(jì)算框架。現(xiàn)在很多主流的大數(shù)據(jù)平臺(tái)都是在Hadoop的基礎(chǔ)上進(jìn)行優(yōu)化和再開發(fā)的，spark一般都集成到Hadoop中進(jìn)行流數(shù)據(jù)處理spark streaming

一定要在Hadoop集群上。它的數(shù)據(jù)源是HDFS，它本質(zhì)上是一個(gè)基于yarn的計(jì)算框架，就像Mr.

Hadoop與Spark的關(guān)系，Spark集群必須依賴Hadoop嗎？

感謝您的邀請(qǐng)

！請(qǐng)看下面的圖片：

狹義的Hadoop，也就是原始版本：只有HDFS map reduce

未來(lái)會(huì)出現(xiàn)很多存儲(chǔ)、計(jì)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?yàn)樗鼈兪怯糜诖髷?shù)據(jù)分析的計(jì)算框架。

Spark有許多線路組件，它們更強(qiáng)大、更快。