SPARK

Apache 终Spark 是来自专为大规模数据处理而设计的快速通用的望斗计算引擎。Spark是UC Berkeley AMP lab (虽种杨了加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行优龙映框架，Spark，拥有Hadoo威兰p 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，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还觉北费放盟存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，民点换句话说，Spar永确大k 启用了内存分布数360百科据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

Spark 是在 Scala 语言中实现的，它将 Scala 用作其应用程序框架。与 Hadoop 不同，Spark 和 Scala 能够紧密集成，其中的 Scala 可以像操作业工胞称展甲应告林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的迭代作业，但是实际上它是校单选庆盟度自使对 Hadoop 的补充，可以在 Hadoop 文件系统中并行运行。通过名为 找认永抗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，可用白展绝子命练来构建大型的、低代际条穿鲜种品延迟的数据分析应用程序古严西。