Spark

Apache Spark 通过一个统一的引擎和 API（支持 Python、Scala、Java 等多种语言），跨分布式机器集群处理超大规模数据集，涵盖批处理、流处理、SQL 查询和机器学习工作负载。十多年来它一直是标准的大数据处理框架。

Spark 适合那些在分布式集群上运行大规模数据转换、ETL 或机器学习流水线的团队，相比目录中更专注的 Flink（实时流处理）或 Trino（联合 SQL 查询），它是一个覆盖范围更广、更通用的引擎。