在本文中，我们将讨论 Apache Spark 的介绍部分，以及 Spark 的历史，以及为什么 Spark 很重要。让我们一一讨论。
根据 Databrick 的定义，“Apache Spark 是用于大数据和机器学习的闪电般快速的统一分析引擎。它最初是在 2009 年在加州大学伯克利分校开发的。”
Databricks 是 Spark 的主要贡献者之一，包括 yahoo! Intel 等。Apache spark 是最大的数据处理开源项目之一。它是一个快速的内存数据处理引擎。
火花的历史：
Spark 于 2009 年在加州大学伯克利分校的研发实验室开始，现在被称为 AMPLab。然后在 2010 年，spark 在 BSD 许可下成为开源。之后，spark 于 2013 年 6 月转移到 ASF(Apache 软件基金会)。 Spark 研究人员之前致力于 Hadoop map-reduce。在加州大学伯克利分校的研发实验室，他们观察到这对于迭代和交互式计算工作效率低下。在 Spark 中，为了支持内存存储和高效的故障恢复，Spark 被设计为快速进行交互式查询和迭代算法。在下面给出的图表中，我们将描述 Spark 的历史。我们来看一下。
火花的特点：
- Apache spark 可以用来执行批处理。
- Apache spark 也可以用来执行流处理。对于流处理，我们使用了 Apache Storm / S4。
- 它可用于交互式处理。以前我们使用 Apache Impala 或 Apache Tez 进行交互式处理。
- Spark 也可用于执行图形处理。 Neo4j / Apache Graph 用于图形处理。
- Spark 可以实时和批量处理数据。
因此，我们可以说 Spark 是一个强大的数据处理开源引擎。
参考 ：
Apache Spark 参考