Hadoop主要由两部分组成，分布式存储（HDFS）和分布式计算（MapReduce）。​Hive使用类SQL语言，底层经过编译转为MapReduce程序，在Hadoop上运行，数据存储在HDFS上。Spark 将大数据集合抽象成一个 RDD 对象，然后提供了 transformation(转换)、action(动作)两大类算子函数，对RDD进行处理，并得到一个新的 RDD，然后继续后续迭代计算，