Das Spark-System besteht aus fünf Hauptkomponenten:

1. Spark Core ist eine Engine zur verteilten Datenverarbeitung für allgemeine Zwecke. Bibliotheken für SQL, Streamverarbeitung, maschinelles Lernen und Graphberechnung basieren auf Spark Core und können zusammen in einer Anwendung verwendet werden. Spark Core bildet die Basis ganzer Projekte. Sie sorgt für die Aufgabenverteilung, Planung und grundlegende E/A-Funktionen.

2. Spark SQL ist das Spark-Modul für die Arbeit mit strukturierten Daten und unterstützt eine gemeinsame Methode für den Zugriff auf verschiedene Datenquellen. Sie können damit strukturierte Daten in Spark-Programmen entweder über SQL oder eine vertraute DataFrame API abfragen. Spark SQL unterstützt die HiveQL-Syntax und ermöglicht Zugriff auf vorhandene Apache Hive-Warehouses. Ein Servermodus bietet Standardkonnektivität über Java-Datenbankkonnektivität oder offene Datenbankkonnektivität.

3. Spark Streaming ermöglicht die einfache Erstellung skalierbarer, fehlertoleranter Streaminglösungen. Es macht die sprachintegrierte Spark-API für die Streamverarbeitung nutzbar, sodass Sie Streamingjobs auf die gleiche Weise wie Batchjobs schreiben können. Spark Streaming unterstützt Java, Scala und Python und bietet eine sofort einsatzfähige zustandsorientierte „Exactly-Once“-Semantik. 

4. MLlib ist die skalierbare Machine-Learning-Bibliothek von Spark. Sie bietet Tools, die maschinelles Lernen in der Praxis skalierbar machen und vereinfachen. MLlib enthält viele gängige Lernalgorithmen wie Klassifizierung, Regression, Empfehlung und Clustering. Sie enthält auch Dienstprogramme für Workflows und andere Anwendungen wie Feature-Transformationen, die Erstellung von ML-Pipelines, Modellbewertung, verteilte lineare Algebra und Statistiken. 

5. GraphX ist die Spark API für Graphen und parallele Graphberechnung. Die flexible API funktioniert nahtlos sowohl mit Graphen als auch Sammlungen und vereint die ETL-Methode (Extract, Transform, Load), explorative Analysen und iterative Graphberechnung. Neben einer höchst flexiblen API umfasst GraphX auch verschiedene Algorithmen für Graphen. GraphX ist in puncto Leistung mit den schnellsten Graphsystemen vergleichbar und bietet dabei die Flexibilität, Fehlertoleranz und Nutzerfreundlichkeit von Spark.