spark是uc berkeley amp lab所開源的類hadoop mapreduce的通用的并行，spark，擁有hadoop mapreduce所具有的優點；但不同于mapreduce的是job中間輸出結果可以儲存在記憶體中，進而不再需要讀寫hdfs，是以spark能更好地适用于資料挖掘與機器學習等需要疊代的map reduce的算法。
spark是基于記憶體，是雲計算領域的繼hadoop之後的下一代的最熱門的通用的并行計算架構開源項目，尤其出色的支援interactive query、流計算、圖計算等。
spark在機器學習方面有着無與倫比的優勢，特别适合需要多次疊代計算的算法。同時spark的擁有非常出色的容錯和排程機制，確定系統的穩定運作，spark目前的發展理念是通過一個計算架構集合sql、machine learning、graph computing、streaming computing等多種功能于一個項目中，具有非常好的易用性。目前spark已經建構了自己的整個大資料處理生态系統，如流處理、圖技術、機器學習、nosql查詢等方面都有自己的技術，并且是apache頂級project，可以預計的是2014年下半年在社群和商業應用上會有爆發式的增長。spark最大的優勢在于速度，在疊代處理計算方面比hadoop快100倍以上；spark另外一個無可取代的優勢是：“one stack to rule them all”，spark采用一個統一的技術堆棧解決了雲計算大資料的所有核心問題，這直接奠定了其一統雲計算大資料領域的霸主地位；
下圖是使用邏輯回歸算法的使用時間：
spark目前支援scala、python、java程式設計。
作為spark的原生語言，scala是開發spark應用程式的首選，其優雅簡潔的代碼，令開發過mapreduce代碼的碼農感覺象是上了天堂。
可以架構在hadoop之上，讀取hadoop、hbase資料。
1、standalone模式，即獨立模式，自帶完整的服務，可單獨部署到一個叢集中，無需依賴任何其他資源管理系統。
2、spark on mesos模式。這是很多公司采用的模式，官方推薦這種模式（當然，原因之一是血緣關系）。
3、spark on yarn模式。這是一種最有前景的部署模式。
流程：進入linux->安裝jdk->安裝scala->安裝spark。
jdk的安裝和配置（略）。
下載下傳後解壓縮。
source /etc/profile
scala設定成功。
進入$spark_home/bin，運作
運作結果
可以看到輸出結果為3.14438。