Spark是使用Scala语言编写、基于内存运算的大数据计算框架。
以Spark core为核心，提供了Spark SQL、Spark Streaming、MLlib几大功能组件
中文文档：https://spark.apachecn.org/#/
github地址：https://github.com/apache/spark
Spark Core
Spark提供了多种资源调度框架，基于内存计算、提供了DAG的执行流程管理以及RDD的血缘关系来保证计算的快速和高容错性。RDD是Spark的核心概念
Spark SQL
SparkSQL基于Spark Core来优化sql查询，将sql的查询转为对应的RDD（DateFrame），并进行优化，简化了开发，提高了数据清洗的效率
Spark Streaming
SparkStreaming是基于SparkCore实现的流处理框架，通过微批的概念实现了流处理（DStream），可以将数据的延迟保证为最少500ms，是一个高吞吐高容错的流式处理框架。
