spark.1

Spark的组成：
SparkCore：将分布式数据抽象为弹性分布式数据集（RDD），实现了应用任务调度，RPC，序列化和压缩，并为运行在其上的上层组件提供API
SparkSQL：Spark SQL是Saprk来操作结构化数据的程序包，可以让我们使用SQL语句的方式来查询数据，Spark支持多种数据源，包含hive表，parquest以及json等内容。
SparkStreaming：Spark提供的实时数据进行流式计算的组件。
MLlib：机器学习算法的实现库。
GraphX：提供一个分布式图计算框架，能高效进行图计算。
BlinkDB：用于在海量数据上进行交互式SQL的近似查询引擎。
Tachyon：以内存为中心高容错的分布式文件系统。