这篇文章主要讲解了“spark与hadoop共存吗”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“spark与hadoop共存吗”吧！
Q1：为了加快spark shuffle 的执行速度是否可以把spark_local_dirs 指向一块固态硬盘上面，这样做是否有效果。
-
可以把spark_local_dirs指向一块固态硬盘上面,这样会非常有效的提升Spark执行速度；
-
同时想更快的提升Spark运行速度的话可以指定多个Shuffle输出的目录，让Shuffle并行读写磁盘；
Q2：solidation=true只是在同一机器上进行合并对吧
-
solidation=true是在同一台机器上进行合并；
-
当进行合并的时候会把属于同一个Reducer的bucket放入同一个文件，这回极大的减少Shuffler文件的数量，提升性能；
Q3：未来spark与hadoop会共存吗
-
Spark和hadoop会共存， Spark+Hadoop= A winning combination；
-
并存的时候，Hadoop主要使用HDFS进行数据存储，Spark负责对大数据一体化多元化的计算；
感谢各位的阅读，以上就是“spark与hadoop共存吗”的内容了，经过本文的学习后，相信大家对spark与hadoop共存吗这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是云搜网，小编将为大家推送更多相关知识点的文章，欢迎关注！