MapReduce在哪些类型的用例中优于Spark？

Question

我刚参加了一个关于Spark的入门课程，并询问演讲者Spark是否可以完全取代MapReduce，并且被告知Spark可以用于替换任何用例的MapReduce，但是有一些特殊的用例，MapReduce实际上更快比Spark。

MapReduce比Spark更快解决的用例有哪些特点？

Answer 1

请原谅我quoting myself from Quora，但是：

• 对于数据并行，一次通过，类似ETL的作业MapReduce的设计，MapReduce与Spark等效相比重量更轻
• Spark相当成熟，YARN现在也是如此，但是Spark-on-YARN仍然很新。这两者可能还没有最佳整合。例如，直到最近，我才认为Spark可以根据核心数量向YARN询问分配情况？那就是：MapReduce可能更容易理解，管理和调整

你可以reproduce almost all of MapReduce's behavior in Spark，因为Spark有更简单，更简单的功能，可以用来产生大量的执行。你并不总是想模仿MapReduce。

Spark无法做到的一件事就是你从经典MapReduce如何运作中获得的那种非核心类型，但即将到来。我想，MultipleOutputs之类的东西也没有非常直接的类比。