1、为什么要引入线程，进程和线程的联系与区别？2hadoop和spark的各自使用场景是什么

1、引入线程和进程的主要目的是为了提高计算机的并发性能和资源利用率。进程是操作系统分配资源的最小单位，拥有独立的地址空间、堆栈和文件描述符等，多个进程之间相互独立，通信需要特殊的机制。线程是更小的执行单位，共享进程的地址空间和资源，同一进程中的线程可以直接通信，开销更小，但需要避免线程之间的数据竞争。

2、Hadoop和Spark都是用于大数据处理的框架。Hadoop适用于离线批处理的场景，主要包括HDFS分布式文件系统和MapReduce计算框架两部分，可以处理PB级别的数据，并且具有高可靠性和容错性。Spark则适用于实时数据处理和机器学习等场景，主要包括Spark Core、Spark SQL、Spark Streaming、MLlib和GraphX等模块，可以在内存中进行数据计算，速度更快，并且具有良好的扩展性和可编程性。因此，选择Hadoop还是Spark，需要根据具体的数据处理需求和场景来进行选择。