Spark热火朝天，Hadoop何去何从？？

学习技术并不一定需要学习最新的。
Hadoop目前相对Spark有更成熟的商业环境和社区、文档等各方面支持。

底层很多技术理论都是想通的，建议你先学习Hadoop入门，即便后续Spark要取代Hadoop，届时过度过去也不是难事。

Spark相对于Hadoop的优势，在任务调度的开销方面：传统的MR系统，如Hadoop 是为了运行长达数小时的批量作业而设计的，在某些极端情况下，提交一个任务的延迟非常高。spark采用了事件驱动的类库 akka来启动任务，可以避免进程或线程启动，以及切换开销。

spark现在很火，但是还不是分布式的全部的。
建议初学者学习一种学习能力，掌握这种元的能力。
对于hadoop重点是学习一种分布式的思想，可以分布式去思考一些问题。
至于api层面的一些变化，spark也是在hadoop的基础上优化的，flink也可以认为是spark基础上优化的。
祝福LZ

1 Hadoop主要针对map-reduce函数编程模型的程序，spark则比较灵活，提供多种transformation和action，可以表达更复杂的模型；
2 运行在Hadoop上的map-reducec程序，基本上自己管理自己的数据（来自HDFS或者http等文件系统的文件数据，来自关系型数据库或者NoSQL型数据库的数据），而Spark则是提供了RDD这种数据结构并把RDD当作分布式数据来对待；
3 Spark可以在程序中指定将特定的RDD缓存于内存还是磁盘，而Hadoop的cache机制并没有那么有效（？）至少理论上是这样；
4 Hadoop通常认为适合数据是key-value这种形式的，实际中个人感觉至少要是表格形式的，而且在一次job中表格的条目之间最好逻辑不相关；而Spark则可以处理逻辑结构更加复杂的数据（例如图特别是有向无环图）；
5 个人感觉Hadoop可以当做分布式计算框架来使用，而Spark更像是一种数据过滤和统计计算工具。未必准确，只是个人的感觉；
6 编程语言方面，Hadoop除了Java（或者其他JVM语言）之外，理论上可以支持任何可以用stdin/stdout进行输入输出的编程语言（通过Hadoop Streaming）；而Spark仅仅支持Java/Scala/Python/R这四种。

建议楼主可以以Hadoop为基础然后进一步了解spark，特别可以着重的掌握spark与Hadoop之间的区别以及这项技术产生的原因，这样更加帮助你掌握大数据的处理数据的方式和架构。

不是刚开始学习么？加油、统统拿下。