其實這是兩種框架的區別，Hadoop框架比較側重離線大批量計算，而spark框架則側重於記憶體和實時計算。

在這些基礎上，衍生出了一些常用的附屬元件，比如Hadoop生態下的HBASE、hive、HDFS等，HDFS可用於資料儲存，MR可用於分散式計算框架。同樣，在spark的基礎上也衍生出了很多元件，比如spark streaming、spark SQL、mllib等。其中spark score完全可以代替MR，spark中不僅可以有reduce操作，同時也提供了其他諸如filter sortby等操作，要比MR方便很多，同時，spark SQL可以直接把hive上的檔案對映成一張表，來進行表操作。

如果有對大資料感興趣程式設計師，可來我們的大資料交流扣qun哦：591305687裡面免費送大資料的系統教程噢！ 小編也是一名從事了5年的資料演算法工程師，花了近兩個月整理了一份較適合當下學習的乾貨，以及我這5年的工作經驗，分享給每一位想學大資料的小夥伴，這裡是大資料學習者聚集地，歡迎初學和進階中的小夥伴。

總之一句話，前者是以空間換時間，後者是以時間換空間，即為兩種模式的差別。

❤為了讓大家更好地學習大資料中Hadoop和spark中的內容，小編為大家整理好了相關的學習資料。這些內容可以幫助大家更好地入門大資料中Hadoop和Spark這兩個重要的部分，同時也可以引導大家深入學習，有需要的同學私信聯絡小編即可。❤

❤也歡迎大家留言討論技術！❤