apachespark在内存中运行，比mapreduce快得多。spark最初是在伯克利的一个研究项目。
mapreduce广泛使用磁盘（用于外部排序、无序排列等）。
因为hadoop作业的输入大小是以TB为单位的。spark内存需求将超过传统hadoop。
所以基本上，对于较小的工作和集群中的巨大内存，sparks获胜。对于大多数集群来说，事实并非如此。
有关spark的更多详细信息，请参阅spark.apache.org

对于迭代算法，spark比mapreduce快一个数量级，因为它通过将中间数据缓存在本地jvm中获得了显著的加速。
spark 1.1主要包括一个新的shuffle实现（基于排序的shuffle而不是基于哈希的shuffle），一个新的网络模块（基于netty而不是使用块管理器发送shuffle数据），一个新的外部shuffle服务使spark实现了最快的petabyte排序（在190个节点上，内存为46tb），并打破了hadoop的旧记录。
spark可以轻松地处理比集群聚合内存大一个数量级的数据集。所以，我认为spark正朝着正确的方向前进，最终会变得更好。
作为参考，本文解释了databricks是如何执行petabyte排序的。

我想你说hadoop是指hdfs。
使用sparkoverhadoop有很多好处。
性能：spark至少和hadoop先生一样快，因为迭代算法（需要执行相同数据集的多次迭代）可以快几个数量级。map reduce将每个阶段的输出写入hdfs。
1.1. spark可以缓存（取决于可用内存）这个中间结果，从而减少由于磁盘io引起的延迟。
1.2. spark操作是懒惰的。这意味着spark可以在开始处理数据之前执行某些优化，因为它可以重新排序操作，因为它们尚未执行。
1.3. spark保留操作的沿袭，并在失败时基于该沿袭重新创建部分失败状态。
统一生态系统：spark为各种类型的分析提供了统一的编程模型—批处理（spark core）、交互式（repl）、流式处理（spark streaming）、机器学习（mllib）、图形处理（graphx）、sql查询（sparksql）
更加丰富和简单的api:spark的api更加丰富和简单。更丰富，因为它支持更多的操作（例如groupby、filter…）。更简单，因为这些功能结构的表现力。spark的api支持java、scala和python（对于大多数api）。有实验支持r。
多数据存储支持：spark支持许多现成的数据存储。您可以使用spark来分析普通或分布式文件系统中的数据，hdfs、amazons3、apachecassandra、apachehive和elasticsearch等等。我确信对许多其他流行数据存储的支持很快就会到来。如果您想采用spark，基本上不需要移动数据。
例如，下面是spark（scala）中单词计数的代码。

val textFile = sc.textFile("some file on HDFS")
val wordCounts = textFile.flatMap(line => line.split(" ")).map(word => (word, 1)).reduceByKey((a, b) => a + b)

如果你使用的是标准的hadoop，我肯定你还得多写几行。
以下是一些关于spark的常见误解。
spark只是一个内存集群计算框架。然而，事实并非如此。当您的数据可以放入内存时，spark会表现出色，因为内存访问延迟较低。但是，即使您的数据集不完全适合内存，您也可以让它工作。
你需要学习scala来使用spark。spark是用scala编写的，在jvm上运行。但是spark也支持java和python中的大多数常见api。因此，您可以轻松开始使用spark而不必了解scala。
Spark不会缩放。spark仅适用于小型数据集（gbs），不能扩展到大量计算机或tbs数据。这也不是事实。它已成功地用于对数PB的数据进行排序
最后，如果您在hadoop mr中没有遗留的代码库，那么采用spark是非常有意义的，原因很简单，所有主要hadoop供应商都有充分的理由转向spark。