Spark分布式计算引擎具有计算高效、即时查询、通用易用、运行模式多样等特点

这个说法是基本正确的，但需要补充说明。

Spark是一种开源的分布式计算引擎，支持快速、高效、通用、易用的大规模数据处理。Spark的特点主要包括以下几个方面：

1. 计算高效：Spark采用内存计算，通过RDD（弹性分布式数据集）实现数据的缓存和重用，从而避免了频繁的磁盘IO，大大提高了计算效率和性能。

2. 即时查询：Spark支持交互式查询，可以通过Spark Shell或Spark SQL等工具进行实时查询和分析，方便用户进行数据探索和交互式分析。

3. 通用易用：Spark提供了Python、Java、Scala等多种编程语言的API，以及Spark SQL、Spark Streaming、MLlib、GraphX等多种库和工具，使得用户可以方便地进行各种类型的数据处理和分析。

4. 运行模式多样：Spark支持多种运行模式，包括本地模式、集群模式、YARN模式、Mesos模式等，可以根据实际需求选择最合适的运行模式。

需要补充说明的是，Spark不仅支持即时查询，而且还支持流式计算。Spark Streaming是Spark提供的实时流处理框架，可以用于处理实时数据流，例如日志数据、传感器数据等。Spark Streaming基于微批次处理的模式，将实时数据流划分为一系列小批次数据，然后将这些小批次数据作为RDD进行处理，从而实现实时流处理。

因此，Spark分布式计算引擎具有计算高效、即时查询、通用易用、运行模式多样等特点，并且还支持流式计算。