这篇文章是我们在MicroStrategy的朋友们客串撰写的，描述了他们为什么对自己的平台"在apachespark上认证"感到兴奋。对速度的需要在过去的几年中，我们已经看到Hadoop作为许多组织的大数据管理框架的有效基础，但是随着数据量和种类的增加，速度仍然是一个挑战。我们越来越多的客户正在接受大数据，他们的投资价值取决于（并受到）他们将数据付诸行动的速度的限制。我们一直在倾听客户的意见，以了解我们如何创新以保持领先地位，以帮助解决这些挑战。apachespark吸引了我们的注意力，因为它解决了Hadoop传统功能的许多限制。另外，Spark是不可能被忽视的。采用Spark的开发人员和企业的活跃、不断增长的社区使这个项目成为去年最热门的开源项目。我们希望看到开源社区继续蓬勃发展，并很高兴看到Spark为我们的客户打开了大门，随着应用程序生态系统的发展和更广泛的受众。Spark认证的微观状态分析平台作为企业BI和分析领域的领导者，MicroStrategy致力于帮助人们快速、轻松地实现数据价值的最大化。考虑到这一点，我们很高兴地说，MicroStrategy Analytics PlatformTM是第一个通过Databricks"Spark认证"计划正式认证与Apache Spark合作的综合性企业级BI和分析平台之一。除此之外，MicroStrategy还决定与Databricks（Spark的创造者、倡导者和社区推动者）建立关键的合作关系。这对我们来说是一件很容易的事。我们和Databricks一样相信，Spark的广泛采用将给社区带来巨大的好处。此外，从长远来看，这种合作关系将促进我们的技术的密切合作和深度集成。Microstrategy与Spark的认证只是希望建立长期、富有成效的关系的第一步。我们很高兴能成为Spark的早期使用者，并为这次旅程感到兴奋。微观状态/火花优势在Spark上运行微观状态可以归结为三个显著的优势：速度、易用性和增强的高级分析。通过在Spark上运行MicroStrategy，用户可以更快地完成数据分析项目。关键是Spark的内存处理，它避免了MapReduce所需的对磁盘的持续访问，这是一项昂贵而耗时的工作。Spark具有Java、Scala和Python的本地支持，对于类似的Hadoop作业，只需要很少的代码。此外，Shark（Spark上的Hive）提供了实时查询功能，以改进adhoc数据探索，这使得Hadoop首次具有了合理的交互性。Spark的完全统一平台提供了一系列先进的分析功能，包括流数据支持、机器学习和图形计算。这些特性有利于端到端应用程序性能并减少决策延迟换句话说，一旦数据可用，用户可以更快地发现细节并采取行动。实际上，用户可以增强和微调大数据框架的性能，从而从各个级别的数据中获得更多的价值。用户将从Spark/MicroStrategy集成中受益匪浅，其中一些已经领先：Yahoo！台湾目前正在测试环境中使用Spark/Microstrategy配置。这一合作关系是MicroStrategy致力于为我们的客户提供最全面的先进分析和商业智能解决方案的延伸，这些解决方案不仅提供对大数据的快速直观见解，而且还具有企业级的可扩展性、可靠性和数据治理能力。MicroStrategy致力于解决最大的数据挑战。有关MicroStrategy大数据解决方案的更多信息，请访问我们的网站：另请访问我们的博客：免费试用Databricks。今天就开始吧