Spark启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。尽管创建Spark是为了支持分布式数据集上的迭代作业，但是实际上它是对Hadoop的补充，可以在Hadoop文件系统中并行运行。

机器学习平台支持集群中原有的规模不足时的系统扩容。Spark和Hadoop平台很容易实现添加新节点到已有集群，操作简单。

大数据在全量数据之上进行数据分析，利用机器学习技术和算法建模，实现对数据的实时分析，能够帮助企业完全勾勒出每个个体客户的DNA，新的Key/Value形式的存储结构摆脱了对维度的限制，可以更加方便的进行数据挖掘分析。