写回答
对于分布式横向扩展数据处理, Apache Spark 已成为备受欢迎的框架. 借助 Spark, 组织可以在短时间内利用服务器群处理大量数据, 以便整理和转换数据, 或者分析数据并生成业务洞见. Spark 提供一系列简单易用的 API, 用于 ETL/机器学习 (ML), 以及对来自各种数据源的大型数据集进行图形处理. 目前, 本地和云端有数百万台服务器在运行 Spark.
重要的新特性: 动态分区修剪(Dynamic Partition Pruning) 自适应查询执行（Adaptive Query Execution） 加速器感知调度（Accelerator-aware Scheduling）
Spark3.0解决了超过3400个JIRAs，历时一年多，是整个社区集体智慧的成果。SparkSQL和SparkCores是其中的核心模块，其余模块如PySpark等模块均是建立在两者之上。
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
