简要叙述Spark和Hadoop的区别。

Spark和Hadoop都是大数据处理的框架，但是它们在很多方面有着不同的特点。以下是它们之间的主要区别：

1. 数据处理方式：Hadoop使用MapReduce编程模型来处理数据，而Spark则使用更高级别的抽象（如RDD和DataFrame）来处理数据。

2. 处理速度：Spark比Hadoop更快，因为它在内存中进行计算而不是在磁盘上。这意味着Spark可以更快地处理大量数据。

3. 执行模式：Hadoop通常在独立的节点上运行，而Spark可以在单个节点上运行，也可以在群集中运行。

4. 处理能力：Spark提供了更广泛的数据处理能力，包括流处理、机器学习和图形处理等。Hadoop则更专注于批处理和离线分析。