高速性：Spark 是一個基于內存計算的分布式計算框架，可以比傳統的 MapReduce 作業快上幾個數量級，因為它可以在內存中進行數據處理，減少了磁盤讀寫的開銷。
易用性：Spark 提供了豐富的 API，支持多種語言（如 Scala、Java、Python 和 R），并且提供了豐富的高級功能（如 SQL 查詢、機器學習和圖計算），使得用戶可以輕松地開發復雜的分布式應用程序。
彈性：Spark 提供了彈性的分布式數據集（Resilient Distributed Dataset, RDD）抽象，可以在內存中緩存數據，容錯性強，可以在節點故障時自動恢復數據，保證作業的穩定執行。
通用性：Spark 不僅支持批處理作業（如 MapReduce），還支持交互式查詢、流處理和機器學習等多種應用場景，因此可以滿足不同領域的需求。
