MapReduce是基於進程的計算，任務調度和啟動開銷大。此外Map中間結果要落地到磁盤，網絡I/O和磁盤I/O十分頻繁，延遲高，處理效率低，無法充分利用內存；
Map端和Reduce端均需要排序，耗費時間；不適合叠代計算，交互式處理(數據挖掘)和流式處理(點擊日誌分析)，無法滿足實時性較高的業務。編程不夠靈活，因其是用Java編寫的，編寫壹個完整的MapReduce任務代碼的數據行數要遠遠大於Spark實現相同的功能。