hadoop和大数据的关系？和spark的关系？

首先，大数据是个概念而已，简单比喻可以这么说，hadoop是实现大数据分析的一种架构；其实有点类似建设银行与银行的概念，建设银行是银行的一种；在没有hadoop之前我们处理大数据也是可以的，我们可以自己写程序去处理，Java，Python等语言都可以去实现大数据处理，而hadoop是Java里面沉淀出来的一个架构，里面就有个生态围绕着它完善，所以喊着喊着，好多人一说到大数据就会说到Hadoop，而Hadoop里面又有原生apache，cdh，hdp等厂商开源版。

Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎,你可以理解它是Hadoop里面的一个补充功能。

大数据其实是一个比较大、比较广泛的概念，而Hadoop是大数据处理的一个功能比较完备的批量数据存储、计算和分析框架，spark可以理解为一个内存计算框架，现在很多主流大数据平台都是在Hadoop基础上进行优化和二次开发，spark一般会集成到Hadoop进行流式数据处理（spark streaming）

Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。

　Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算