Spark的计算范式：数据集上的计算
Spark用起来的确简单，但有一点特别要注意，你得按照Spark的范式写算法。
Spark是在数据集的层次上进行分布并行计算，是的，它只认成堆的数据：
我们提交给Spark的计算任务，必须满足两个条件：
- 数据是可以分块的，每块构成一个集合。
- 算法只能在集合级别执行操作。
比如，对于文本文件，在Spark中，一行就是一条记录，若干条记录组成一个集合。我们 原来的算法直接在每一行上进行计算，就不行了。需要先构建数据集，然后通过数据集的操作， 实现我们的目的。
Spark是一种粗粒度、基于数据集的并行计算框架。