代碼托管地址： Apache

Spark是個開源的數據分析集群計算框架，最初由加州大學伯克利分校AMPLab開發，建立于HDFS之上。Spark與Hadoop一樣，用于構建大規模、低延時的數據分析應用。Spark采用Scala語言實現，使用Scala作為應用框架。

Spark采用基于內存的分布式數據集，優化了迭代式的工作負載以及交互式查詢。與Hadoop不同的是，Spark和Scala緊密集 成，Scala像管理本地collective對象那樣管理分布式數據集。Spark支持分布式數據集上的迭代式任務，實際上可以在Hadoop文件系統 上與Hadoop一起運行（通過YARN、Mesos等實現）。