DAG：Directed Acyclic Graph，有向无环图
RDD：Resilient Distributed Dataset 弹性分布式数据集，一种分布式的内存抽象，将工作集缓存到内存中，实现了复用。
用户使用交互接口（Driver）与Spark集群的Cluster Manager进行交互，CM进行调度和资源管理。管理的是Worker Node（包括Executor、Task、Cache）
Spark Streaming将流式计算分解成短小的批处理作业。
MLlib实现了许多算法，包括分类、回归、聚类、协同过滤、降维等
Spark SQL 提供与外部数据源便捷的访问，交互式的查询
GraphX ETL、试探性分析、迭代式的图计算
