Hadoop 在哪些类型的用例中，MapReduce优于Spark？

我刚刚参加了一个关于Spark的介绍性课程，问演讲者Spark是否可以完全取代MapReduce，并被告知Spark可以用于任何用例中的MapReduce的替换，但是有一些特定的用例MapReduce实际上比Spark快

MapReduce可以比Spark更快地解决的用例有哪些特点？

请原谅，但是：

• 对于数据并行、一次通过、类似ETL的作业，MapReduce的设计目标是，与Spark等效作业相比，MapReduce的重量更轻
• Spark已经相当成熟了，现在的纱线也是如此，但Spark on纱线仍然是相当新的。两者可能尚未实现最佳整合。例如，直到最近，我还不认为Spark可以要求纱线根据芯数进行分配？也就是说：MapReduce可能更容易理解、管理和调优

您可以，因为Spark具有狭窄、更简单的函数，可用于生成大量执行。您并不总是想模仿MapReduce

Spark目前还不能做的一件事是，从经典MapReduce的工作原理中碰巧得到了一种脱离核心的类型，但这一点即将到来。我想像

multipleoutput

这样的东西也没有非常直接的类比