Spark和MapReduce都是用來處理海量數據，但是在處理方式和處理速度上卻不同。
第一，spark處理數據是基於內存的，而MapReduce是基於磁盤處理數據的。
MapReduce是將中間結果保存到磁盤中，減少了內存占用，犧牲了計算性能。
Spark是將計算的中間結果保存到內存中，可以反復利用，提高了處理數據的性能。
第二，Spark在處理數據時構建了DAG有向無環圖，減少了shuffle和數據落地磁盤的次數
Spark 計算比 MapReduce 快的根本原因在於 DAG 計算模型。一般而言，DAG 相比MapReduce 在大多數情況下可以減少 shuffle 次數。Spark 的 DAGScheduler 相當於一個改進版的 MapReduce，如果計算不涉及與其他節點進行數據交換，Spark 可以在內存中一次性完成這些操作，也就是中間結果無須落盤，減少了磁盤 IO 的操作。但是，如果計算過程中涉及數據交換，Spark 也是會把 shuffle 的數據寫磁盤的！
Spark 是基於內存的計算，但這不是快的主要原因，要對數據做計算，必然得加載到內存，Hadoop 也是如此，只不過 Spark 支持將需要反復用到的數據給 Cache 到內存中，減少數據加載耗時，所以 Spark 更適用於跑機器學習算法（需要對數據進行反復迭代）。
第三，Spark是粗粒度資源申請，而MapReduce是細粒度資源申請
粗粒度申請資源指的是在提交資源時，spark會提前向資源管理器（yarn，mess）將資源申請完畢，如果申請不到資源就等待，如果申請到就運行task任務，而不需要task再去申請資源。
MapReduce是細粒度申請資源，提交任務，task自己申請資源自己運行程序，自己釋放資源，雖然資源能夠充分利用，但是這樣任務運行的很慢。