Apache Spark SQL和MongoDB之间的区别？

Question

我只有RDBMS PostgresSQL的经验但是Im新到Apache Spark和MongoDB。
所以我有以下困惑请我

1）Apache Spark SQL和MongoDB之间有什么区别？
2）我需要使用SparkSQL或MongoDB或组合方式的地方/场景/域名？
3）Apache Spark取代了像mondoDB，cassandra ...？
4）我在MongoDB中有多个TB的数据，我想做数据分析，然后需要提供报告。

所以请分享我的知识和给我你的投入

问候
桑卡小号

Answer 1

1） 阿帕奇星火： Apache的火花在SQL查询中对大数据进行并行计算操作。

MongoDB的： MongoDB是一个文档存储和本质上是一个数据库，所以不能与星火这是一个计算引擎，而不是商店进行比较。

2） SparkSQL可以是理想的星火集群导入处理结构化数据，你有几百万供大的计算数据。 Mongodb可用于您需要NoSQL功能的地方（它具有完整的NoSQL功能，与SparkSQL相比）。

3） 没有Apache的Spark是用于不同的目的，你不能mondoDB取代它，cassandra.It就像是计算引擎给你预测对large data sets

4） 使用结果像SLAM DATA http://slamdata.com/这样的第三方服务应用mongodb分析也使用 火花数据帧从MongoDB读取数据

Answer 2

这是两个不同的和广泛的问题，但我做的尝试回答： -

1）什么Apache Spark SQL和MongoDB有什么区别？

Spark SQL是由Apache Spark提供的一个库，用于在SQL查询中对大数据执行并行计算操作。 MongoDB是一个文档存储，本质上是一个数据库，因此无法与Spark相比，它是一个计算引擎而不是商店。

2）我需要使用SparkSQL或MongoDB或组合方式需要什么类型的场所/场景/域？

SparkSQL可以理想地处理Spark集群中导入的结构数据。 Mongodb可以在你需要NoSQL功能的地方理想（它具有完整的NoSQL功能，与SparkSQL相比）

3）Apache Spark被替换为类似mondoDB，cassandra ...？

不完全是因为它们处于不同的范围。 Apache Spark并未取代，但可称为Map-reduce的后继产品，用于在大型数据集上进行并行计算。

4）我在MongoDB中有多个TB的数据，我想做数据分析，然后需要提供报告。

使用spark数据框从使用jdbc驱动程序的MongoDB中读取数据，然后可以在数据框上运行一些Spark SQL查询，然后使用其他可视化工具（如pyplot）生成报告。

谢谢，

Charles。