Spark使用强大的函数式语言Scala开发，方便简单同时，它还提供了对PythonJava和R语言的支持作为大数据计算框架MapReduce的继任者，Spark具备以下优势特性1，高效性 不同于MapReduce将中间计算结果放入磁盘中，Spark采用内存；LISP语言Scala是Spark的主要编程语言，但Spark还支持JavaPythonR作为编程语言LISP是一种通用高级计算机程序语言，长期以来垄断人工智能领域的应用LISP作为应用人工智能而设计的语言，是第一个声明式系内函数式程序设计语。

l MLlib是Spark实现一些常见的机器学习算法和实用程序，包括分类回归聚类协同过滤降维以及底层优化，该算法可以进行可扩充 MLRuntime 基于Spark计算框架，将Spark的分布式计算应用到机器学习领域 3Spark MLlib架构解析 本回答由；当用Spark编程时，开发人员需要根据变化的需求不断地重新编码代码Scala是静态类型语言，尽管它看起来像一种动态类型语言，因为它具有优雅的类型推断机制作为静态类型语言，Scala仍然提供编译器来捕获编译时错误重构像Scala；据统计，基于Spark内存的计算速度比Hadoop MapReduce快100倍以上，基于磁盘的计算速度也要快10倍以上2开发难易度 Spark提供多语言包括ScalaJavaPythonAPI，能够快速实现应用，相比MapReduce更简洁的代码，安装部署也无；Scala，也可以是说大数据Spark开发的主力语言了，因为当你学习Spark后，就一定会对Scala有进一步的研究与学习，因为为了学好Spark技术你需要研究源码需要更简洁快速开发项目从而Spark大数据开发语言Scala是最多Python，在机器；1，Spark框架是采用Scala语言编写的，精致而优雅要想成为Spark高手，你就必须阅读Spark的源代码，就必须掌握Scala，2， 虽然说现在的Spark可以采用多语言JavaPython等进行应用程序开发，但是最快速的和支持最好的开发API依然；大数据开发需掌握Kafka架构原理及各组件的作用和使用方法及相关功能的实现！13ScalaScala是一门多范式的编程语言，大数据开发重要框架Spark是采用Scala语言设计的，想要学好Spark框架，拥有Scala基础是必不可少的，因此，大数据开发；3数据清洗MapReduce作为Hadoop的查询引擎，用于大规模数据集的并行计算4数据查询分析Hive的核心工作就是把SQL语句翻译成MR程序，可以将结构化的数据映射为一张数据库表，并提供HQLHiveSQL查询功能Spark启用了内存；n火花火星电火花指品质或感情一星，丝毫，一丁点averysmallburningpieceofmaterialthatisproducedbysththatisburningorbyhittingtwohardsubstancestogetherAsparkisatinybrightpieceofburningmaterialthatfliesupfromsomething。

语言不同Scala 是一门函数式语言，Java是面向对象语言，二者在语言特点上差异特别大但是scala也是运行在java虚拟机上，两者可以方便的互相调用Spark作为一个数据统计分析的工具，它是偏向于函数式处理的思想，因此在spark；1解决问题的层面不一样 首先，Hadoop和Apache Spark两者都是大数据框架，但是各自存在的目的不尽相同Hadoop实质上更多是一个分布式数据基础设施 它将巨大的数据集分派到一个由普通计算机组成的集群中的多个节点进行存储；3Linux系统和Hadoop生态体系大数据的开发的框架是搭建在Linux系统上面，Hadoop是一个大数据的基础架构，它能搭建大型数据仓库，PB级别数据的存储外理分析统计等业务4分布式计算框架和SparkStrom生态体系有一定的。

就个人体会来说，Scala相对于Java的优势是巨大的熟悉Scala之后再看Java代码，有种读汇编的感觉如果仅仅是写Spark应用，并非一定要学Scala，可以直接用Spark的Java API或Python API但因为语言上的差异，用Java开发Spark；多Spark支持JAVA等多种开发语言，支持Scala的API，支持多种高级算法，使用的用户还是很多的，可以使用户可以快速构建不同的应用。