MapReduce: 分布式的計算框架
缺點：執行速度慢
IO瓶頸 ==> 磁盤IO 網絡IO
shuffle機制：數據需要輸出到磁盤，而且每次shuffle都需要進行排序操作
框架的機制：
只有Map和Reduce兩個算子，對於比較復雜的任務，需要構建多個job來執行
當存在job依賴的時候，job之間的數據需要落盤(輸出到HDFS上)
Spark：基於內存的分布式計算框架==>是一個執行引擎
用RDD進行各種運算，有多種算子（具體可以參考源碼）
起源於加州大學伯克利分校的AMPLib實驗室
官網：http://spark.apache.org/
官方博客：https://databricks.com/blog
運行環境：
MR運行在YARN上，
spark
local：本地運行
standalone：使用Spark自帶的資源管理框架，運行spark的應用
yarn：將spark應用類似mr一樣，提交到yarn上運行
mesos：類似yarn的一種資源管理框架