在选择并行化任务时，我通常使用 Spark。阅读有关 Akka 并行处理的文章，例如http://blog.knoldus.com/2011/09/19/power-of-parallel-processing-in-akka/似乎使用 Akka 进行并行化处于较低水平。Spark 似乎从用户那里抽象了一些较低级别的概念，例如 map reduce。Spark 为分组和过滤数据提供了高级抽象。Akka 在并行化任务方面是 Spark 的竞争对手，还是他们在解决不同的问题？
在决定使用哪个之前，我应该考虑什么？
Spark 实际上是建立在 akka 之上的（至少在撰写本文时是这样）。:) ( http://akka.io/community/ - 查看“使用 akka 的项目”)
也就是说，火花为您提供的巨大价值在于您提到的那些抽象，主要是（IMO）在 anRDD和对RDDs 的操作的概念中。因此，如果您的问题领域非常适合，请继续使用 Spark；否则，自定义编写您自己的 akka 内容。
我的看法是，如果我们必须处理许多小消息（数百万）可以编写基于 akka 的应用程序。这应该比火花快。请评论。
如果消息数据非常大，则不能（需要超过 1 个 jvm）需要 RDD。spark 有一些额外的功能，在第一种情况下可能是开销