分布式的大数据框架里，Spark的迭代式计算挺有意思的，速度快不说，代码也还算好上手。尤其是内存计算这块，省了不少 I/O 等待，搞机器学习啥的合适。

内存为主的计算模型，是Spark的一大优势。你写完逻辑丢进去，它自己就把任务拆分、分发，跑在多个节点上，完再自动聚合，嗯，挺省心。

如果你用过 Hadoop MapReduce，会觉得Spark响应更快，尤其迭代任务不用一遍遍写磁盘，体验上差距挺大。像模型训练、图计算这类多轮次任务，它比较拿手。

不过用的时候要注意，内存不够的时候，它也会退到磁盘上运行，虽然不会挂，但性能会掉一点。建议资源紧张的时候做下缓存策略调优。

如果你对分布式计算还不太熟，下面这几个链接也可以瞄一眼，蛮有的：
▶ Apache Spark 内存计算与分布式框架
▶ Spark 分布式计算框架
▶ Apache Spark 分布式计算框架的特定版本 Spark-2.0.2-bin-hadoop2.6
▶ Storm 蓝图：分布式实时计算模式

如果你是第一次接触Spark，建议先跑个 WordCount，理解一下RDD的流程，再慢慢上手 DataFrame 和 SQL 部分，会更顺一点。