Databricks与Spark有何区别？二者关联及使用依赖关系咨询

先搞懂两者到底是什么 #

• Spark：你可以把它理解成一台超强的重型料理机——能快速处理一大堆食材（各种数据），不管是切碎、搅拌、混合都特别高效，但它本身只是个机器，得有人给它找地方放、接电源、维护，不然根本没法启动干活。
• Databricks：而Databricks就像一个一站式料理工作室：里面已经帮你摆好了那台超强料理机（Spark），还配好了现成的操作台、水电、清洁工具，甚至有现成的食谱和帮手。你不用自己花钱买机器、找合适的地方安置、操心机器坏了怎么修，直接进来就能用料理机处理食材。

两者的关联 #

Databricks是围绕Spark打造的“配套服务包”，相当于给Spark搭了个省心的“家”。它把Spark这个强大但难伺候的工具，包装成了普通人也能轻松上手的服务，让你不用懂机器原理，就能用它完成大量数据处理的活儿。

是否必须搭配使用 #

• 不用Databricks也能用Spark：就像你自己掏钱买那台重型料理机，找仓库安置、自己搞定水电和维护，虽然确实能用来干活，但折腾起来特别麻烦，一般人不会这么选。
• 不用Spark的话，Databricks就失去了核心价值：毕竟工作室的核心就是那台料理机，没了它，剩下的空间和服务根本发挥不了原本的作用，也就没必要用Databricks了。

内容的提问来源于stack exchange，提问作者MaybeMaybeNot