Spark初学之Spark的四个特点

1.运行效率高：

为什么说运行效率高呢？

一是因为spark提供了一个全新的数据结构，这个是基于内存来做计算的，且当内存不足时还可以放入磁盘上去。整个流程是基于DAG（有向无环图）的执行引擎支持无环数据流；

二是因为整个spark是基于线程来运行的，线程的启动和销毁都由于进程；

2.易用性好：一是spark提供了多种操作语言的API：例如有Python、SQL、Scala、Java、R语言；

二是提供了非常多的高阶API，这些API在不同操作语言中都是类似的，大大降低了程序员的学习成本；

3.通用性强：spark提供了非常多的工具库，包括spark core、spark sql、spark streaming、MLib、GraphX，可以直接让我们在一个应用中使用多个工具库，其中，Spark SQL 提供了结构化的数据处理方式，Spark Streaming 主要针对流式处理任务（也是本书的重点），MLlib提供了很多有用的机器学习算法库，GraphX提供图形和图形并行化计算。

4.随处运行：一个是编写好的spark程序可以提交到多个资源平台上运行：local spark集群 yarn 支持其他的云平台；

二是spark框架可以和多种软件进行集成、方便我们对接不同的软件完成处理；