1.2　什么是Spark

Spark 是为大规模分布式数据处理而设计的一站式引擎，可以用于数据中心的物理机，也可以在云上使用。

Spark 为中间计算结果提供了基于内存的存储，这让它比 Hadoop MR 快了很多。它整合了各种上层库，比如用于机器学习的库 MLlib、提供交互式查询功能的 Spark SQL、支持操作实时数据的流处理库 Structured Streaming，以及图计算库 GraphX。这些库都提供了易用的 API。

Spark 的设计哲学围绕下列四大特性展开：

• 快速
• 易用
• 模块化
• 可扩展

接下来我们看看这些特性对于计算框架而言有哪些意义。