有哪些不适合Spark的应用场景？
Spark不适合的方面有很多，我随便举几个例子：
1.有高实时性要求的流式计算业务，例如实时性要求毫秒级。
2.由于RDD设计上的只读特点，所以Spark对于待分析数据频繁变动的情景很难做（并不是不可以），比如题主例子里的搜索，假设你的数据集在频繁变化（不停增删改），而且又需要结果具有很强的一致性（不一致时间窗口很小），那么就不合适了。
3.普通的RDD不具备索引功能，所以对于一个数据集中精准定位一个数据spark的效率不高，当然这也是有方法可以改善的。
如有侵权请及时联系我们处理，转载请注明出处来自
推荐文章
