Hadoop中Spark的特点是什么？

先进架构 Spark采用Scala语言编写，底层采用了actor model的akka作为通讯框架，代码十分简洁高效。 基于DAG图的执行引擎，减少多次计算之间中间结果写到Hdfs的开销。 建立在统一抽象的RDD（分布式内存抽象）之上,使得它可以以基本一致的方式应对不同的大数据处理场景。

高效 提供Cache机制来支持需要反复迭代的计算或者多次数据共享，减少数据读取的IO开销。 与Hadoop的MapReduce相比，Spark基于内存的运算比MR要快100倍；而基于硬盘的运算也要快10倍！

易用 Spark提供广泛的数据集操作类型（20+种），不像Hadoop只提供了Map和Reduce两种操作。 Spark支持Java，Python和Scala API，支持交互式的Python和Scala的shell。

提供整体解决方案 以其RDD模型的强大表现能力，逐渐形成了一套自己的生态圈，提供了full-stack的解决方案。 主要包括Spark内存中批处理，Spark SQL交互式查询，Spark Streaming流式计算， GraphX和MLlib提供的常用图计算和机器学习算法。

与Hadoop无缝连接 Spark可以使用YARN作为它的集群管理器 读取HDFS,HBase等一切Hadoop的数据