Spark组件
Spark Core：
- 包含Spark基本功能，包括任务调度，内存管理，容错机制等
- 内部定义了RDDs（弹性分布式数据集）
- 提供了许多APIs来创建和操作这些RDDs
- 为其他组件提供底层服务
Spark SQL
- Spark处理结构化数据的库，类似Hive SQL
Spark Streaming
- 提供了API处理实时数据流
- 企业中用来从Kafka接收数据做实时统计
Mlib
- 机器学习包
- 支持集群上的横向扩展
Graphx
- 图处理库，进行图的并行计算
- 提供了常用的图算法，eg：PageRank
Cluster Managers
- 集群管理，Spark自带一个集群管理是单独调度器
- 常见的集群管理包括Hadoop YARN，Apache Mesos
