Proporciona bibliotecas como Spark MLlib para aprendizaje automático y Spark Streaming para procesamiento de datos en tiempo real. Esto permite realizar análisis avanzados y construir modelos de aprendizaje automático a gran escala.

Es un software de código abierto, sistema de procesamiento distribuido utilizado para cargas de trabajo de big data.

Es más fácil de usar. Lo que más me gusta de ello.