Spark是目前最流行的分布式计算框架，而HBase则是在HDFS之上的列式分布式存储引擎，基于Spark做离线或者实时计算，数据结果保存在HBase中是目前很流行的做法。例如用户画像、单品画像 ...

Spark中RDD的高效与DAG图有着莫大的关系， 　　在DAG调度中需要对计算过程划分Stage， 　　而划分的依据就是就是RDD之间的依赖关系。 　　针对不同的转换函数，RDD之间的依赖关系分为窄 ...

参考：https://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop-yarn/ Yarn是Hadoop2的产物。提到这个问题就不得不说下 ...