第二次作业

1.Spark，是分布式计算平台，是一个用scala语言编写的计算框架，基于内存的快速、通用、可扩展的大数据分析引擎

Hadoop，是分布式管理、存储、计算的生态系统；包括HDFS（存储）、MapReduce（计算）、Yarn（资源调度）

2. 目前，hadoop社区有几个不同的分支版本，各个版本之前又相互联系。以下是几个主要版本的一些介绍。

  0.20.2是一个stable的版本，他又几个子版本，0.20.203 具有security特性，但是不具有append和raid功能。 0.20-append具有append功能没有security。0.20.205是0.20-append和0.20.203merge，具有append和security，没有raid，symlink等。1.0及之后的版本都是从0.20.205开始的。是稳定版本。

3. 开源的数据分析平台，解决了大数据(大到一台计算机无法进行存储，一台计算机无法在要求的时间内进行处理)的可靠存储和处理。适合处理非结构化数据，包括HDFS，MapReduce基本组件。