第一章 Spark简介
1.为什么和Hadoop相比会选择Spark？
答：由于一些限制，Hadoop对一些工作的负载并不是最优选择，比如缺少对迭代的支持，中间数据需输出到硬盘存储，差生较高的延迟。Hadoop的约束更适合处理离线数据，在实时查询和迭代计算上存在着较大的不足。Spark是一个快速的，通用的大规模数据处理引擎。Spark拥有可伸缩，基于内存计算等特点，甚至可以直接读写Hadoop上任何格式的数据，进行批处理时更加高效，且拥有更低的延迟。
2.Spark的特点
快速（支持循环数据流和内存计算等），易用，通用，有效继承Hadoop。
3.Spark的应用场景
快速查询系统，实施日志采集处理（Spark Streaming），业务推荐系统，定制广告系统
4.Spark的重要扩展
支持结构化数据的Spark SQL，处理实施数据的Spark Streaming，用于机器学习的MLlib，用于图计算的GraphX，用于统计分析的SparkR。
第二章 Spark部署和运行
Spark部署主要包括Local模式部署，Standalone模式部署，YARN模式部署，Mesos模式部署。
在进行Spark编程之前，需要先进行Spark集群部署，目前的集群管理器主要包括后三种。
具体部署模式需要实际操作练习。