SPARK

Apache Spark 是专为大规模数据处理而设计的快速通用的计来自算引擎。Spark是UC Berkeley AMP la协子若间需b (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，Spark，拥360百科有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，因此Spark能更好地适用于数据挖掘与机器学习等查应争合服笔奏需要迭代的MapReduce的算法。

Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，规上管套味沉便格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，换句话说，Spark 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作负载井。

Spark 是在 Scala 语言中实现的，怀科它将 Scala 用作其应用程序框架式夜走载安亮阳。与 Hadoop 不同祖件章提连希孔，Spark 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岁变举毛弱宜积地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，但是实际上它是对 Hadoop 的补充，可以在 Hadoop 文件系统中并行运行。通过名为 Mesos 的第三方集群框架可以支持此行为专剧是。Spark 由加州大学伯克利分校 AMP 实验室 (Algo爱手族抓加金rithms, Machines, and People Lab) 迫开发，可用来构建大型的、低延迟的数据分析应用程序。