简介：一个围绕速度、易用性和复杂分析构建的通用大数据计算框架。
来源：Spark最初由美国加州伯克利大学（UCBerkeley）的AMP实验室于2009年开发，是基于内存计算的大数据并行计算框架，可用于构建大型的、低延迟的数据分析应用程序。
2013年Spark加入Apache孵化器项目后发展迅猛，如今已成为Apache软件基金会最重要的三大分布式计算系统开源项目之一（Hadoop、Spark、Storm）。
运行速度快，消耗资源少
- 基于内存计算，全局优化的工作流编排
- 比MapReduce快100倍（内存），或10倍（磁盘）
- 计算跟着数据走
简单易用，支持交互式查询
- 易用的APIs（Python, JAVA, Scala, and SQL）
- 丰富的内置库函数
包含多个库的全栈式平台，良好的生态系统
- 减轻运维，且各组件之间易于集成
- 支持所有Hadoop生态系统中的数据源
- 可以基于云计算
Spark生态系统组件应用场景
