作者：何海林; 皮建勇hadoopmapreducehdfsspark弹性分布式数据集
摘要：虽然以Map Reduce和Hadoop分布式系统（HDFS）为核心的Hadoop已在大规模数据密集的商业领域成功应用,但是对于多个并行操作之间重用工作数据集却表现不佳。作为对其的一种补充,本文介绍了Spark。首先介绍Hadoop的Map Reduce与HDFS基本概念与设计思想,然后介绍了Spark的基本概念与思想,并且着重介绍了弹性分布式数据集RDD,并通过实验证明和分析对比了Hadoop与Spark。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
