我們在之前的文章中 已經瞭解了 spark支持的模式，其中一種就是 使用k8s進行管理。
hadoop組件—spark----全面瞭解spark以及與hadoop的區別
spark on k8s的優勢–爲什麼要把Spark部署在k8s上
大數據和雲計算一直分屬兩個不同的領域。大數據主要關注怎麼將數據集中起來，挖掘數據的價值；雲計算主要關注怎麼更高效地使用資源，提升資源的利用效率。當大數據發展到一定階段的時候，它就會和雲計算不期而遇。
兩者的結合有以下優勢:
1、技術棧的統一，降低運維成本
一般來說 每個公司 大數據的平臺 和 雲計算平臺都是 不可缺少的。
也就意味着我們有兩套體系的集羣
一套是Hadoop+spark 或者 是商用的EMR。
一套是k8s，用於部署微服務和常規分析流程等應用。
兩套集羣意味着 比較複雜的管理成本，兩套集羣都分別要做好 安全和用戶識別，以及 日誌監控報警，後續的成本跟蹤和優化等措施。
假如我們能把spark運行在k8s中，這樣我們的 技術棧體系就會統一成 一套集羣體系， 我們所有的安全，用戶識別以及日誌監控報警 以及 成本跟蹤 都可以 使用k8s體系的。
集羣的管理成本大大降低。
2、統一資源池，支持混合雲，提高資源利用率
假如一共有100臺服務器，我們分別有Spark的集羣 和 K8s的集羣，我