今天使用 MapReduce 代替 Spark 有什么好处？
Any benefit of using MapReduce instead of Spark today?
我正在为 testing/PoC 目的设置一个 Hadoop 集群。今天有什么不能用 Spark 作为处理引擎来完成的吗？在我看来，Spark 已经取代了 MR，所有其他围绕 Hadoop 构建的 tools/abstractions 也与 Spark 兼容（Hive、Sqoop、Flume、HBase、Pig...）——是否有其他限制？
据我了解，即使对于批处理作业，Spark 至少与 MR 一样快，如果您想在未来扩展您的用例（流式处理），那么无论如何您都需要适应 Spark。
我问这个问题是因为直到今天，大多数介绍和教程都在教您有关 Hadoop 和 MapReduce 的知识。
很简单，不，现在没有理由使用 MapReduce。 Spark 更快、更易于使用、有更多的持续开发、更多的连接器、更多的用户、更多的优化...
教程中使用MapReduce是因为很多教程已经过时，而且还因为MapReduce演示了在所有分布式系统中处理数据的底层方法。在我看来，任何想要使用 "big data" 的人都应该（至少在概念上）了解 MapReduce。
我正在为 testing/PoC 目的设置一个 Hadoop 集群。今天有什么不能用 Spark 作为处理引擎来完成的吗？在我看来，Spark 已经取代了 MR，所有其他围绕 Hadoop 构建的 tools/abstractions 也与 Spark 兼容（Hive、Sqoop、Flume、HBase、Pig...）——是否有其他限制？ 据我了解，即使对于批处理作业，Spark 至少与 MR 一样快，如果您想在未来扩展您的用例（流式处理），那么无论如何您都需要适应 Spark。
我问这个问题是因为直到今天，大多数介绍和教程都在教您有关 Hadoop 和 MapReduce 的知识。
很简单，不，现在没有理由使用 MapReduce。 Spark 更快、更易于使用、有更多的持续开发、更多的连接器、更多的用户、更多的优化...
教程中使用MapReduce是因为很多教程已经过时，而且还因为MapReduce演示了在所有分布式系统中处理数据的底层方法。在我看来，任何想要使用 "big data" 的人都应该（至少在概念上）了解 MapReduce。