O Apache Spark é um mecanismo de análise unificado para processamento de grandes volumes de dados, com suporte para processamento em tempo real, streaming, machine learning, e SQL, desenvolvido para computação distribuída. Ele fornece uma interface para programação em clusters com paralelismo implícito. Algumas características do Spark incluem alta velocidade, facilidade de uso e suporte a uma ampla gama de aplicativos, desde processamento em lote a streaming interativo e aprendizado de máquina em larga escala.