Spark 官方網站使用如下簡潔的語言描述了Spark
我們可以從中提取出如下信息：
Spark是一個引擎
快速
通用
Spark可以用來處理數據
數據是大規模的
Spark本身並不提供數據存儲能力，它只是一個計算框架
它的快速體現在什麼地方呢？
如果處理的數據在內存中，運行MapReduce比hadoop要快100倍以上，要是數據在磁盤中，也比Hadoop快10倍以上。
爲什麼會快呢，Spark在處理數據的時候，使用了一個高級的執行引擎：DAG - 有向無環圖 。以及內存計算。
易於使用：
可以使用scala、java、Python等語言快速的開發應用程序。Spark提供了超過80個操作來簡單的構建並行應用。只需幾行代碼，就可以完成wordcount的計算。
通用性：
Spark 提供了大數據一棧式解決方案。包含了流計算、圖計算、機器學習、SQL等。
對於開發、維護、學習成本都是大大的降低。
運行在任何地方：
Spark可以運行在Hadoop的YARN、Mesos, standalone,或者運行在雲上。
Spark 處理的數據，可以存儲在HDFS, Cassandra, HBase,和S3等等。
Spark的發展非常快速，TimeLine如下
Spark進入Apache後，發展非常迅速。版本發佈比較頻繁。
Spark的生態體系(BDAS，中文：伯克利分析棧)
MapReduce屬於Hadoop生態體系之一，Spark則屬於BDAS生態體系之一
Hadoop包含了MapReduce、HDFS、HBase、Hive、Zookeeper、Pig、Sqoop等
BDAS包含了Spark、Shark（相當於Hive）、BlinkDB、Spark Streaming（消息實時處理框架,類似Storm）等等
BDAS生態體系圖：
MapReduce和Spark比較
異同點：
基本原理上
MapReduce 是基於磁盤的大數據批量處理
Spark 是基於RDD(彈性分佈式數據集)數據處理，RDD可以存儲在內存中，也可以存儲在磁盤中。
2. 模型上
MapReduce 適合處理超大規模的數據集，用於批處理。適合處理較少迭代的長任務需求。
Spark 適合數據挖掘，迭代次數較多的，例如機器學習等多輪迭代任務。
3. 容錯性
MapReduce的每一步迭代，都需要將結果寫入硬盤，然後再從硬盤中讀取數據計算。只要一步失敗，則整個任務都失敗。
Spark使用DAG將任務拆分成許多步驟，每個步驟迭代的過程中，數據寫內存。而且Spark還提供容錯功能。