SPARK

Apache Spark 是专为大规模来自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，Spark，拥有Hado由知适上板op MapRed360百科uce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，从而不再需分要读写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MapR获杂如述安educe的算法。

Spark 是一种与 Hadoop 去轴妈根相似的开源集群计算环境，施底一衡厂模害湖但是两者之间还存在一些不同之处，这些有国家用的不同之处使 Spark 在某些工作材之占声过位绝增负载方面表现得更加优越，换句话说，Spark 启用了内存镇令同跟脸出象分布数据集，除了能够提供交互九电述混全位扬脱式查询外，它还可以优化迭代工作负载能红倒站也站。

Spark 是在 Scala 语言中实现的，它将 Scala 用作其应用程序框架。与 以消宜诉非米本被Hadoop 缩永轻课带低圆球不同，Spark 和 Scala 能够上宜边表课布阶职紧密集成，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。

领买把尽管创建 Spark 是为了支持分布式数据集上开费进德气一沿的迭代作业，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。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发，可用来构建大型的、低延迟的数据分析应用程序。