Hadoop和Spark都是分布式计算框架，但是它们有一些不同之处，以下是它们的一些区别：
1、原理比较：Hadoop和Spark都是并行计算，两者都是用MR模型进行计算，Hadoop一个作业称为一个Job,Job里面分为Map Task和Reduce Task阶段，每个Task都在自己的机器上运行，而Spark则是将数据分成多个小块，然后在不同的节点上进行计算，最后将结果合并。
2、处理速度：Spark比Hadoop更快，因为Spark可以将数据分成多个小块，所以它可以在不同的节点上进行计算，这样就可以避免网络延迟等问题，而Hadoop则需要等待所有的数据都上传到HDFS中才能开始计算。
3、编程语言：Hadoop使用Java编写，而Spark则使用Scala或Python编写。
4、适用场景：Hadoop适用于大规模数据处理，而Spark则适用于实时流式处理。
