Spark 生態系統包括五個主要元件：

1. Spark Core 是通用的分散式資料處理引擎，建構於其上的程式庫適用於 SQL、串流處理、機器學習和圖形運算，且都可在應用程式中一起使用。Spark Core 是整個專案的基礎，提供分散式工作分派、排程和基本 I/O 功能。

2. Spark SQL 是處理結構化資料的 Spark 模組，方便您使用同種方式存取各種資料來源。這個模組讓您可以使用 SQL 或熟悉的 DataFrame API 在 Spark 程式中查詢結構化資料。Spark SQL 支援 HiveQL 語法，並允許存取現有的 Apache Hive 倉儲。伺服器模式提供標準連線功能，使用者可使用 Java 資料庫連線或開放式資料庫連線。

3. Spark Streaming 讓您可以輕鬆建構可擴充的容錯串流解決方案。這項元件將 Spark 語言整合 API 融入串流處理，讓您也可以使用與批次工作相同的方式編寫串流工作。Spark Streaming 支援 Java、Scala 和 Python，且具備立即可用的有狀態「一次性」語意。

4. MLlib 是 Spark 可擴充的機器學習程式庫，並且提供工具讓實用的機器學習可以輕鬆擴充且容易使用。MLlib 包含許多常見的學習演算法，例如分類、迴歸、推薦和分群。它還包含工作流程及其他公用程式，例如特徵轉換、機器學習管道建構、模型評估、分散式線性代數和統計資料等。

5. GraphX 是用於圖形和圖形平行運算的 Spark API，將「擷取、轉換和載入」、「探索性分析」和「疊代圖運算」整合到同個系統，使用上相當靈活，可與圖形和集合完美搭配。除了高度靈活的 API 外，GraphX 也提供多種圖形演算法。它的效能不僅與最快的圖形系統不相上下，同時還保有 Spark 的靈活性、容錯性和易用性。