Apache Spark中的有向非循环图是什么 Apache Spark围绕其DAGexecution引擎及其整体架构有哪些概念 如何：从MapReduce转换为Apache Spark
Spark是否在内部使用Map Reduce？(他自己的地图缩小)
当我第一次听到有人告诉我，"Spark使用map reduce"时，我很困惑，我总是知道Spark是Hadoop map reduce的主要对手。
在谷歌上查看后，我发现一个网站对此做了一些简短的解释：https://dzone.com/articles/how-does-spark-use-mapreduce
但互联网的其余部分是关于Spark和Map Reduce的。
有人向我解释说，当spark生成RDD时，数据会被拆分到不同的数据集中，如果你使用的是例如SPAR.SQL，那么查询不应该是map reduce，比如：
select student
from Table_students
where name = "Enrique"
Spark内部正在进行map reduce以检索数据(来自不同的数据集)。
这是真的吗？
如果我使用Spark Mlib，使用机器学习，我总是听说机器学习与map reduce不兼容，因为它需要太多的交互，map reduces使用批处理。。
在Spark Mlib中，Spark内部是否也使用Map reduce？
Spark具有一个支持循环数据流的高级有向无循环图(DAG)引擎。每个Spark作业都会创建一个DAG，其中包含要在集群上执行的任务阶段。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可以包含任何数量的阶段。DAG是对MapReduce模型的严格推广。这使得一些作业可以比MapReduce更快地完成，简单的作业只需一个阶段即可完成，而更复杂的任务则需要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了DAG。
参考：
Apache Spark中的有向无循环图DAG