Apache Spark是一个快速的，多用途的集群计算系统。它提供了Java，Scala，Python和R的高级API，以及一个支持通用的执行图计算的优化过的引擎。它还支持一组丰富的高级工具，包括使用SQL处理结构化数据处理的 Spark SQL，用于机器学习的 MLlib，用于图计算的 GraphX，以及 Spark Streaming。
Spark中的安全性默认为OFF。这可能意味着您很容易受到默认攻击。在下载和运行Spark之前，请参阅Spark Security。
从该项目官网的 下载页面 获取Spark。该文档用于Spark 2.4.5版本。Spark可以通过Hadoop client库使用HDFS和YARN。下载一个预编译主流Hadoop版本比较麻烦。用户可以下载"Hadoop free"的二进制，并且可以通过设置Spark的classpath 来与任何的Hadoop版本一起运行Spark。Scala和Java用户可以在他们的工程中通过Maven的方式引入Spark，并且在将来Python用户也可以从PyPI中安装Spark。
如果您希望从源码中编译一个Spark，请访问编译Spark。
Spark可以在windows和unix类似的系统（例如，Linux，Mac OS）上运行。它可以很容易的在一台本地机器上运行 -你只需要安装一个JAVA环境并配置PATH环境变量，或者让JAVA_HOME指向你的JAVA安装路径
Spark可运行在Java 8+，Python 2.7+/3.4+ 和R 3.1+的环境上。针对Scala API，Spark 2.4.5使用了Scala 2.12。您将需要去使用一个可兼容的Scala版本（2.12.x）。
请注意，从Spark 2.2.0起，对Java 7，Python 2.6和旧的Hadoop 2.6.5之前版本的支持均已被删除。自2.3.0起，对Scala 2.10的支持被删除。 自Spark 2.4.1起，对Scala 2.11的支持已被弃用，将在Spark 3.0中删除。
Spark自带了几个示例程序。Scala，Java，Python和R示例在 examples/src/main目录中。要运行Java或Scala中的某个示例程序，在最顶层的Spark目录中使用 bin/run-example <class> [params] 命令即可。（这个命令底层调用了 spark-submit 脚本去加载应用程序）。例如，
./bin/run-example SparkPi 10 您也可以通过一个改进版的Scala shell来运行交互式的Spark。这是一个来学习该框架比较好的方式。
./bin/spark-shell --master local[2] 该 --master 选项可以指定为针对分布式集群的master URL，或者 以 local模式使用1个线程在本地运行，local[N] 会使用N个线程在本地运行。你应该先使用local模式进行测试。可以通过–help指令来获取spark-shell的所有配置项。Spark同样支持Python API。在Python interpreter（解释器）中运行交互式的Spark，请使用 bin/pyspark:
./bin/pyspark --master local[2] Python中也提供了应用示例。例如，
./bin/spark-submit examples/src/main/python/pi.py 10 从1.4开始（仅包含了DataFrames APIs）Spark也提供了一个用于实验性的R API。为了在R interpreter（解释器）中运行交互式的Spark，请执行 bin/sparkR:
./bin/sparkR --master local[2] R中也提供了应用示例。例如，
./bin/spark-submit examples/src/main/r/dataframe.R 该Spark集群模式概述 说明了在集群上运行的主要的概念。Spark既可以独立运行，也可以在一些现有的Cluster Manager（集群管理器）上运行。它当前提供了几种用于部署的选项:
Standalone Deploy Mode：在私有集群上部署Spark最简单的方式Apache MesosHadoop YARNKubernetes