編輯“Apache Spark”（章節(jié)）

== 功能特點(diǎn) ==
1、速度快：Apache Spark支持內(nèi)存計(jì)算，并且通過(guò)有向無(wú)環(huán)圖（DAG）執(zhí)行引擎支持無(wú)環(huán)數(shù)據(jù)流，據(jù)官方稱(chēng)，其在內(nèi)存中的運(yùn)算速度比Hadoop的MapReduce快100倍，在硬盤(pán)中要快10倍。與MapReduce相比，Spark處理數(shù)據(jù)時(shí)具有兩個(gè)顯著不同之處：首先，它能夠?qū)⒅虚g處理結(jié)果數(shù)據(jù)存儲(chǔ)到內(nèi)存中；其次，Spark提供了豐富的算子（[[API]]），使得復(fù)雜任務(wù)可以在一個(gè)Spark程序中完成。

2、易用性好：截至2023年4月13日，Spark的版本已更新至3.4.0，支持[[Java]]、Scala、[[Python]]、R和SQL等多種語(yǔ)言。為了滿(mǎn)足Spark 2.x企業(yè)級(jí)應(yīng)用場(chǎng)景的需求，Spark仍持續(xù)更新Spark 2.x版本。

3、通用性強(qiáng)：除了核心功能外，Spark還提供了諸如Spark SQL、Spark Streaming、MLlib和GraphX等多個(gè)工具庫(kù)，用戶(hù)可以在一個(gè)應(yīng)用中無(wú)縫地使用這些工具庫(kù)。

4、隨處運(yùn)行：Spark支持多種運(yùn)行方式，包括在YARN和Mesos上支持獨(dú)立集群運(yùn)行模式，同時(shí)也能夠運(yùn)行在云環(huán)境中，如[[Kubernetes]]（Spark 2.3開(kāi)始支持）。

5、批處理/流數(shù)據(jù)：用戶(hù)可以使用首選語(yǔ)言（Python、SQL、Scala、Java或R）以批處理和實(shí)時(shí)流的方式統(tǒng)一進(jìn)行數(shù)據(jù)處理。

6、SQL分析：Spark能夠執(zhí)行快速、分布式的ANSI SQL查詢(xún)，可用于儀表板和即席報(bào)告，其運(yùn)行速度比大多數(shù)數(shù)據(jù)倉(cāng)庫(kù)更快。

7、大規(guī)模數(shù)據(jù)科學(xué)：用戶(hù)可以對(duì)PB級(jí)數(shù)據(jù)執(zhí)行探索性數(shù)據(jù)分析（EDA），而無(wú)需進(jìn)行縮減采樣。

8、機(jī)器學(xué)習(xí)：用戶(hù)可以在筆記本電腦上訓(xùn)練機(jī)器學(xué)習(xí)算法，并使用相同的代碼擴(kuò)展到數(shù)千臺(tái)[[計(jì)算機(jī)]]的容錯(cuò)群集。