spark运行原理

实际上spark也是mapreduce，他是更深层次的mapreduce，MR分mapper和reducer阶段，spark在某种程度上也可以变相分成mapper和reducer阶段，MR和Spark中也都有shuffle阶段，所以两者的原理大致相同，只不过spark之间的这种mapper是可以复用的

　　mapreduce中的每个task分别在自己的进程中运行，当该task运行完的时候，该进程也就结束了。和mapreduce不一样的是，spark中多个task可以运行在一个进程里面，而且这个进程的生命周期和application一样，即使没有job在运行。
　　这个模型有什么好处呢？可以加快spark的运行速度！tasks可以快速地启动，并且处理内存中的数据。但是这个模型有的缺点就是粗粒度的资源管理，每个application拥有固定数量的executor和固定数量的内存。