spark简单自我介绍

Apache Spark 是大规模数据处理领域一个快速的常见的引擎，以下是Spark的一些特点：

速度：
    在内存上运行程序相当于hadoop mapreduce处理的100倍，在磁盘上运行速度是hadoop的10倍

Spark提供一个高级的DAG处理引擎，可以支持循环数据流和内存计算。

容易使用：

    使用java,scala,python,r语言可以很快的开发应用

Spark 提供了超过80总高级操作，使得它可以很容易的建立起平行的应用，而且你通过scala，python,R 脚本可以交互的使用它，如下所示，使用很少的数据即可实现单词计数的功能：

普遍性：
    结合sql，流，和复杂的分析

Spark提供了一堆类库，包含sql和DataFrames,机器学习MLib,Graphx，和Spark Stream.你可以无缝的在同样的应用中结合这些库

到处运行：
    Spark可以运行在Hadoop,Mesos,单机，或者是在云上。他可以进入不同的数据源，包括HDFS,Cassandra,和S3.

你可以在Hadoop Yarn,EC2,通过单机集群模式运行Spark,或者是Apache Mesos.进入HDFS,Cassandra,HBase,Hive,Tachyon，和任何的Hadoop数据源