第二个是Spark structured，每个小时我们要启动一个Spark作业，来处理前一个小时的用户日志或者是用户行为，这个时候这个作业要有一个调度引擎，这时候要加一个调度器来实现这个功能。如果你处理完前一个小时的数据，下一个小时处理的时候，有可能跑来前一个小时的日志，比如说发生的过程中可能有延迟的问题，Spark streaming可以很好的解决这个问题，是结构化的数据，这个批处理程序，你只要给一下这个源就可以，整体的实现体是一模一样的，这样的话实现了批处理流式计算，一个代码既可以跑流式计算，也可以跑批处理。它提供了很多的设置，来对接不同的数据源，比如说对接各种各样的程序引擎。
另外，可以跟一个静态数据做一个连接，另外也可以做交互式查询，通过接口来查询流式计算统计的结果。这是Spark streaming跟其它的流式计算做的对比，在一致性上，在API上，对事物的支持上，对交互式的支持上等等，它自己跟前一带的Spark streaming，跟Hadoop，跟STORM等做了对比。
第三个模块，在2.0里做了大量的优化，一个是ML pipeline，它实现了所有的模型都可以替换，可以持久化到磁盘。基于Dataframe的API，它可以自动做大量的优化，使用传统的传统关系数据库里的一些优化机制，自动的优化。
另外，它有一个非常重要的功能，一个是实现了广义线性模型，第二个是支持python和api第三个是模型持久化能第四个是pipieline定制化。它可以很好的把组建结合在一起，训练做完之后有哪种评估模型对训练的做一个评估，然后做一个打分等等，所有的东西都做成了组建，你可以插拔的方式来做。
前面我把Spark2.0做了介绍。这是今天的所有内容。Spark2.0已经发布，但是远不成熟，因为改进的东西太多太多了，按照传统的经验，至少调到2.1，2.2，2.3才可以。