当前，整个互联网正在从IT时代向DT时代演进，大数据技术也正在助力企业和公众敲开DT世界大门。当今“大数据”一词的重点其实已经不仅在于数据规模的定义，它更代表着信息技术发展进入了一个新的时代，代表着爆炸性的数据信息给传统的计算技术和信息技术带来的技术挑战和困难，代表着大数据处理所需的新的技术和方法，也代表着大数据分析和应用所带来的新发明、新服务和新的发展机遇。

本文带大家一起进行Spark的大数据之旅。本文的内容主要分为两个部分：一是Spark的背景介绍，二是介绍Spark的基础。

   随着业界传播开源的理念，推广开源项目，为 IT 开发者提供了一个发现、使用、并交流开源技术的方向。很多企业在建设他们的业务交易和分析系统的项目中，开始关注和选用具有“自我特色”的开源技术和软件作为整体解决方案中的组成部分去实施。

就本身而言，Hadoop 不是很有用的东西，原因是它需要编写大量复杂和定制的程序代码，难以治理，也没有数据质量概念和数据治理可谈了。企业用户都忙于去研究如何解决使用 Hadoop 所碰到的问题，主要是涉及到项目实施时间、成本和风险等，而 Hadoop 自身的客户化编程就增加了项目实施时间、成本和风险。

想体验数据分析却没有环境怎么办？数据科学家集成工作台(Data Scientist Workbench)无疑是您最便利的，而且是免费的平台。