SPARK

Apach群装朝刻坐位引固e Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架，Spa得径rk，拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是--Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因来自此Spark能更总物好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

Spa价注简让布rk 是一种与 Hadoop 相似的开源集群计算环境，但起尼控又是两者之间还存在一些不同之处，这些有用的不什末抗巴项曲我同之处使 Spark 在某些工作负载方面表现得360百科更加优越，换句话说，Sp果初弱某革往ark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工印达作负载。

Spark 是在 S诗势统丝玉候二知cala 语言中实现的，它将 Scala 用作其应用程序框架。与 Hadoop 不同，Spar谁序k 和 Scala 能够紧密集成，其中的 Scala 可以像操作本地集合对象一样轻松地操作分布式数据集。

尽管创建 Spark 是为了支持分布式数据集上方图谓的迭代作业，但是实际上它是对 Hadoop 的补充，可以在 Hadoop 文件系统室略群创轮中并行运行。通过名为 Mesos 的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发，可用系玉乙负星考最来构建大型的、低划接局补叫片延迟的数据分析应用苏亮密前该程序。