0、参考自http://tech.uc.cn/?p=2116
http://www.csdn.net/article/2013-07-08/2816149
1、Spark是一个高效的分布式计算系统。它基于MapReduce（MR）算法实现分布式计算，但Job的中间输出和结果可以保存在内存，从而不需要读写HDFS，因此能够更好地适用于数据挖掘（DM）和机器学习（ML）等需要迭代的MR的算法。
此外，Spark提供多种类型的数据集操作（如Transformations操作：map、filter、sample等，Actions操作：count、collect、reduce等），而不只是Hadoop的Map和Reduce，各个处理节点之间的通信模型也不再像Hadoop那样就是唯一的Data Shuffle一种模式。
不过由于RDD的特性，Spark不适用于那种异步细粒度更新状态（增量修改）的应用，如web服务的存储或增量的web爬虫和索引。
Spark通过提供丰富的Scala、Java、Python API及交互式Shell来提高可用性。
原文地址：http://www.cnblogs.com/hanerfan/p/3805282.html
