今日正式学习spark，先对spark进行简单的了解。
Spark框架：
Spark生态系统：
Hadoop与Spark的对比；
Hadoop存在的缺点：
- 表达能力有限
- 磁盘IO开销大
- 延迟高：任务之间的衔接涉及IO开销，前一个任务执行完之前，其他任务无法开始，难以胜任复杂、多阶段的任务。
Spark在借鉴Hadoop MapReduce优点的同时，很好地解决了MapReduce所面临的问题
相比于Hadoop MapReduce，Spark主要具有如下优点：
- Spark的计算模式也属于MapReduce，但不局限于Map和Reduce操作，还提供了多种数据集操作类型，编程模型比Hadoop MapReduce更灵活
- Spark提供了内存计算，可将中间结果放到内存中，对于迭代运算效率更高
Spark基于DAG的任务调度执行机制，要优于Hadoop MapReduce的迭代执行机制
Hadoop与Spark流程对比：
使用Hadoop进行迭代计算非常耗资源
Spark将数据载入内存后，之后的迭代计算都可以直接使用内存中的中间结果作运算，避免了从磁盘中频繁读取数据
Hadoop与Spark执行逻辑回归的时间对比：
