基本原理方面

MapReduce

• 基于磁盘的大数据批量处理系统
• Map和Reduce阶段都是往磁盘读写

Spark

• 基于RDD(弹性分布式数据集)数据处理。RDD可以显示地(即可指定)存储到磁盘和内存中

总结：Spark比MR更灵活，更快速

模型方面

MapReduce

• 可以处理超大规模的数据
• 适合日志分析挖掘等
• 较少的迭代的长任务需求
• 结合了数据的分布式计算、存储

Spark

• 适合海量数据，但不适合超大规模(毕竟数据放在内存中)
• 适合数据挖掘(迭代中间结果放在内存中，迭代时很快)、机器学习等多轮迭代式计算任务
• 在处理上是分布式的，但在存储上数据来源于HDFS等第三方系统

总结：Spark在数据挖掘处理方面比MapReduce优越，但在大规模数据处理上，目前MR更适合。

容错性方面

数据的容错性、节点的容错性
MapReduce

• 数据的读和写都是往HDFS上，HDFS有很强的数据容错的措施

Spark

• 容错性建立在RDD的Linage上，重新构造RDD

总结：Spark在容错性方面并不比MapReduce优越