对于汇总n天的log这种扫一次或几次的非严重迭代运算的场景，spark相比于hadoop而言的性能是继续有优势、差不多还是差了？
还有就是除了文档里面机器学习的几个算法，大家在日常还有哪些比较合适的应用场景，以及集群的规模（cpu个数，内存数），希望大家分享。