我正在寻找与Spark相关的一个非常基本的问题的快速回答。我真的不明白火花是如何工作的，为什么速度快？
问题是，“火花是否快，因为它将一个工作分成100个零件并同时运行所有零件或者它是快速的，因为它的处理速度是超快的（在这种情况下，我假设火花不分裂一个工作分为100个部分，但只是一次性处理工作）或者它可以同时处理两个部分？“
另一个问题是，“在一台机器上是不是一组不同的物理机器或一组不同的环境”？ 谢谢，
答案 0 :(得分：0)
问题可能会被关闭，但无论如何：
Spark可能会也可能不会对作业进行分区，更准确地说是数据，具体取决于配置。分区有助于并行性，这是正确的，这提供了主要的性能提升。这在Python库或R中不存在或非常有限。
一个相当准确的解释是，spark是一组进程，可能在一台机器上，也可能不在一台机器上。