使用方便

可用于Java、Scala、Python和R。

MLlib适合Spark的API，并与Python（从Spark0.9开始）和R库（从Spark1.5开始）中的NumPy互操作。您可以使用任何Hadoop数据源（例如HDFS、HBase或本地文件），从而轻松插入Hadoop工作流。

表现

高质量算法，比MapReduce快100倍。

Spark擅长迭代计算，使MLlib能够快速运行。同时，我们关心算法性能：MLlib包含利用迭代的高质量算法，并且可以产生比有时在MapReduce上使用的单遍近似更好的结果。

无处不在

Spark在Hadoop、ApacheMesos、Kubernetes上独立运行，或在云中针对不同的数据源运行。

您可以使用其独立集群模式在EC2、HadoopYARN、Mesos或Kubernetes上运行Spark。访问HDFS、 ApacheCassandra、 ApacheHBase、 ApacheHive和数百个其他数据源 中的数据。