spark成长之路（1）spark究竟是什么？

Spark是一种基于内存的分布式计算框架，最初由加州大学伯克利分校的AMPLab于2009年开始开发。Spark提供了一个统一的引擎，可以用来处理大规模数据处理、批处理、机器学习、图形处理和流处理等各种不同类型的数据处理任务。

Spark的主要优点是其高速、易用和灵活性。与Hadoop MapReduce相比，Spark能够将数据存储在内存中，从而提供更快的数据处理速度。同时，Spark的API也更加易用，因为它提供了许多高级别的抽象概念，如RDD（弹性分布式数据集）和DataFrame，这些概念使得开发人员可以更方便地编写数据处理逻辑。

总之，Spark是一个非常强大的分布式计算框架，适用于各种不同类型的数据处理任务。它的高速、易用和灵活性让它成为越来越多企业和组织的首选数据处理框架。