1.7 提供高性能map、reduce和其他功能的Spark

我们还将讨论一个分布式计算框架Apache Spark（或者简称Spark）。Spark是Apache Hadoop框架的继任者，它可以在内存中完成更多的工作，而不是通过写入文件的方式。这里的内存指的不是单个机器的内存，而是一组机器集群的内存。

结果是Apache Spark可以比Apache Hadoop快得多。根据Apache自己的估计，Spark的运行速度可以比Hadoop快100多倍；不过，与在单台机器上运行的线性程序相比，两者都可以显著提高程序的运行速度。Spark还提供了一些很好的机器学习库，我们也将对此进行介绍。

最终，是否决定使用Spark或者Hadoop将取决于你自己。和Hadoop一样，Spark也被很多大型组织所使用，例如亚马逊、eBay，甚至NASA（美国国家航空航天局）。这两个框架都是不错的选择。