ApacheHadoop（2.0）提供了两个主要组件：（1） HDFS hadoop分布式文件系统，用于在集群上存储数据（即文件），以及（2） YARN 集群计算资源管理系统（即cpu/ram）。
hadoop 2.0版本：
存储管理：hdfs
计算资源管理：Yarn
hadoop（2.0）还提供了一个名为“mapreduce（mr2-mapreduce2）”的执行引擎，它可以使用yarn计算资源来执行基于mapreduce的程序。
在hadoop（2.0）之前，yarn并不存在，mapreduce同时扮演着资源管理和执行引擎的角色。hadoop（2.0）将计算资源管理与执行引擎分离，允许您在hadoop集群上运行多种类型的应用程序。
当人们说spark比hadoop更好时，他们通常指的是mapreduce执行引擎。
当人们说spark可以在hadoop（2.0）上运行时，他们通常指的是使用计算资源的spark。
一些hadoop 2.0执行引擎示例：
用于运行mapreduce2（mr2）的Yarn资源
用于运行spark的Yarn资源
用于运行tez的Yarn资源
spark程序需要资源来运行，它们通常来自spark独立集群，或者使用hadoop集群的yarn资源获取资源；运行spark还有其他方法，但这里不需要讨论这些方法。
与mapreduce程序一样，spark程序也可以访问存储在hdfs或其他地方的数据。

我想这会帮助你更好地理解spark和haddop之间的关系：
hadoop本质上是一个分布式数据基础设施：它在一个商品服务器集群中的多个节点上分布大量的数据集合，这意味着您不需要购买和维护昂贵的定制硬件。它还对这些数据进行索引和跟踪，使大数据处理和分析比以前更加有效。
另一方面，spark是一种数据处理工具，用于处理分布式数据收集；它不做分布式存储。
欲了解更多信息，请阅读此。

hadoop的主要组件是资源管理器（yarn）、分布式文件系统（hdfs）和分布式工作流框架（mapreduce）。
spark可以使用yarn在hadoop上运行，但spark不使用hdfs或mapreduce，而是使用dag（directed acyclic graph）来规划作业，并尝试在内存（而不是文件系统）中存储尽可能多的数据。在大多数情况下，这会使spark更快。
spark也可以在没有专用hadoop集群的情况下以独立模式运行，因此这两种模式并不是100%绑定在一起的。