使用方便
可用于 Java、Scala、Python 和 R。
MLlib 适合Spark的 API，并与 Python（从 Spark 0.9 开始）和 R 库（从 Spark 1.5 开始）中的NumPy互操作 。您可以使用任何 Hadoop 数据源（例如 HDFS、HBase 或本地文件），从而轻松插入 Hadoop 工作流。
表现
高质量算法，比 MapReduce 快 100 倍。
Spark 擅长迭代计算，使 MLlib 能够快速运行。同时，我们关心算法性能：MLlib 包含利用迭代的高质量算法，并且可以产生比有时在 MapReduce 上使用的单遍近似更好的结果。
无处不在
Spark 在 Hadoop、Apache Mesos、Kubernetes 上独立运行，或在云中针对不同的数据源运行。
您可以使用其独立集群模式在EC2、Hadoop YARN、Mesos或Kubernetes上运行 Spark 。访问HDFS、 Apache Cassandra、 Apache HBase、 Apache Hive和数百个其他数据源 中的数据。
感觉MLlib在处理大数据时挺实用的。它支持多种语言，与Hadoop的融合也很自然，让人省心。虽然初学可能有点门槛，但它快速的迭代计算能力和高质量算法，确实能让开发事半功倍，是个不错的得力助手。
MLlib处理大数据确实很出色，速度快且多语言支持很贴心。不过平心而，它的部署和学习门槛稍微有点高。对于熟悉Spark生态的团队来说是个好帮手但如果是普通轻量级任务，用它可能就有点大材小用了。