Spark是一个高性能内存处理引擎，它提供了基于RDD的数据抽象，能够灵活处理分布式数据集。Spark由一系列解决不同种类问题的系统和编程库构成，包括流式计算Spark Streaming，SQL引擎Spark SQL，机器学习库MLLib以及图计算框架GraphX。