Spark内部使用MapReduce吗？ （自带地图缩小）
第一次听到有人告诉我，“Spark 使用 Map-Reduce”，我很困惑，我总是知道 Spark 是 Hadoop Map-Reduce 的替代品。
在 Google 上查看后，我发现一个网站对此做了一些太简短的解释：https://dzone.com/articles/how-does-spark-use-mapreduce
但是互联网的其余部分只比较 Spark 和 Map-Reduce。
然后有人向我解释说，当 Spark 创建 RDD 时，数据会分割到不同的数据集中，如果您使用例如 SPAR.SQL 的查询，则不应是映射缩减，例如：
select student
from Table_students
where name = "Enrique"
Spark 内部正在执行映射缩减来检索数据（来自不同的数据集）。
这是真的吗？
如果我使用 Spark Mlib，要使用机器学习，我总是听说机器学习与 MapReduce 不兼容，因为它需要很多交互，而 MapReduce 使用批处理..
在 Spark Mlib 中，Spark 内部也使用 Map reduce 吗？
Spark 具有先进的有向无环图 (DAG) 引擎，支持循环数据流。每个 Spark 作业都会创建一个要在集群上执行的任务阶段的 DAG。与 MapReduce 创建具有两个预定义阶段（Map 和 Reduce）的 DAG 相比，Spark 创建的 DAG 可以包含任意数量的阶段。 DAG 是 MapReduce 模型的严格概括。 这使得某些作业比 MapReduce 更快地完成，简单的作业只需一个阶段即可完成，而更复杂的任务则在多个阶段的单次运行中完成，而不必拆分为多个作业。
所以，Spark可以编写map-reduce程序，但实际上在里面使用DAG。
参考：