（本人初次接觸spark可能有些地方理解的不夠到位，希望各位讀者多多指正，對於不恰當的地方也會進行改進）
一、spark:快速通用的大規模數據處理引擎。（想對spark的定義和特點有較具體的認識可參考其官方網站：http://spark.apache.org/）
官方文檔：
二、spark的特點：
1、速度快
在上篇文章中已經提到過spark的計算速度快是基於兩原因：
一是：spark的計算是基於內存的；
二是：spark具有優秀的作業調度策略。
2、易使用
spark提供了支持多種語言的API（scala、python、javan、R等），其中scala的使用最為廣泛（spark是基於scala語言開發的）
3、通用性
spark提供了Spark SQL 、Spark Streaming 、Mlib、Graghx組件：
（1）Spark Core ：實現了 Spark 的基本功能(任務調度、內存管理、錯誤恢復、與存儲系統交互等模塊)。內部定義 了RDD（spark通過RDD將各組件聯系在一起！ ），提供了很多的API來創建和操作RDD。
（2）Spark SQL 是：Spark 用來操作結構化數據的程序包，可以用SQL語句進行數據查詢。
（3）Spark Streaming ： 實時數據流處理組建，提供了用來操作數據流的 API。
（4）MLlib：MLlib 提供了很多種機器學習算法（分類、回歸、聚類、協同過濾等）。
( 5 ) GraphX ：用來操作圖的程序庫，可以進行並行的圖計算。