Spark分布式计算引擎
单机，伪分布式，分布式
单机：单进程，单节点
伪分布式：多进程，单节点
分布式：多进程，多节点
单机不是指一台机器，如果10个进程在一台机器上能叫单机吗。这里尤其强调一下，单节点才可以称之为单机，单机不用于生产环境的原因是资源太少。Java虚拟机的进程启动后，会申请这台机器上的资源。进程启动后，对应的线程就会去抢占CPU的核。CPU无伤大雅，但是来看内存，Java虚拟机在启动的时候是有对资源的配置的，如果不做任何配置，他启动的资源是比较少的。很明显，一个进程可以做的事情有很多，但是如果不做配置的话，该进程可利用的资源怎么可能多呢？从这个角度来说，单机的性能不够高。
伪分布式是把多个进程放在一台服务器上使用，这样每个进程就都可以去申请资源。比如每个占据10个G的内存，这样我就能用20个G了。但是一台服务器的上限是固定的，想要启动成百上千个进程是不太可能了，因为这台机器的资源不可能全给你用。多进程可以申请更多的资源，而且抢占CPU的能力更强。能用的资源比单机更多，但是受到单节点的上限，不太可行。伪分布式的好处是在学习时可以看到进程和进程之间的交互
（抢占CPU能力更强，因为人多力量大，进程中的线程需要CPU来执行，但是抢占CPU是进程干的事，所以进程越多，抢占能力越强。但是现在也没那么准确了，Java中的线程在运行时会转化为操作系统的子进程）
完全分布式就是多进程多节点了，想咋扩就咋扩。
注意
分布式不是说每个进程都去处理一样的数据，而是将一个大的数据进行切分，然后每个进程去处理一小块