简要说明spark和Hadoop的对比

Spark 和 Hadoop 都是大数据处理的工具，它们都可以用于处理海量数据，但是它们有一些区别。

首先，Spark 比 Hadoop 处理数据的速度更快，这是因为 Spark 的内存计算模型比 Hadoop 的磁盘计算模型更高效。Spark 还支持内存缓存，可以更快地对数据进行读写操作。此外，Spark 还支持基于内存的迭代计算，可以更快地进行机器学习和图形处理等计算密集型任务。

其次，Spark 更适合处理实时数据。与 Hadoop 不同，Spark 采用了基于内存的计算模型，因此可以更快地处理实时数据。在 Spark 中，可以使用 Spark Streaming 实时处理数据流，并且可以将处理后的结果保存在内存中。

最后，Spark 对多种数据源的支持更好。除了支持 Hadoop 的 HDFS 文件系统外，Spark 还支持多种数据源，如 Cassandra、HBase、Amazon S3、Kafka 等。