Spark 是什么？
● 官方文档解释：Apache Spark is a fast and general engine for large-scale data processing.
通俗的理解：Spark是基于内存计算的大数据并行计算框架。Spark基于内存计算，提高了在大数据环境下数据处理的实时性，同时保证了高容错性和高可伸缩性，允许用户将Spark 部署在大量廉价硬件之上，形成集群。
● 扩展了MapReduce计算模型；相比与MapReduce编程模型，Spark提供了更加灵活的DAG（Directed Acyclic Graph） 编程模型， 不仅包含传统的map、reduce接口， 还增加了filter、flatMap、union等操作接口，使得编写Spark程序更加灵活方便。
● 高效支持多种计算模式；Spark 不仅可以做离线运算，还可以做流式运算以及迭代式运算。
Spark与Hadoop的关系
Spark与Hadoop的关系---青出于蓝
Spark与Hadoop的关系---相辅相成
Spark的竞争对手---Flink
● Flink是先有流处理后有批处理
● Pipeline vs Stage
● 详细内容参看
Spark的竞争对手---Storm/JStorm
● Storm仅限于流计算(topology)
● JStorm参照Flink改进了Storm
Spark的竞争对手---Hadoop3.x
详细内容参看