Apache Spark是一個通用的開源的分散式處理系統，通常用於巨量資料工作負載。Spark既支援使用SQL，又支援編寫多種語言的DataFrame代碼，兼具易用性和靈活性。Spark通用化的引擎能力可以同時提供SQL、批處理、流處理、機器學習和圖計算的能力。
AnalyticDB for MySQL Serverless Spark是AnalyticDB for MySQL團隊基於Apache Spark打造的服務化的巨量資料分析與計算服務，該資源歸屬於使用者，開通AnalyticDB for MySQL服務後只需簡單的配置，就可以提交Spark作業，無需關心Spark叢集部署。方案架構圖如下所示：
Serverless Spark將Spark、Serverless和雲原生技術深度整合到一起，相對於傳統開源Spark叢集版方案，具有以下優勢：
使用門檻低
Serverless Spark屏蔽掉了底層的基礎組件，提供了簡單的API、指令碼以及控制台使用方式，開發人員瞭解開源Spark的使用方式就可以進行巨量資料業務開發。
0營運
使用者只需通過AnalyticDB for MySQL Serverless Spark介面管理Spark作業，無需關心伺服器配置以及Hadoop叢集配置，無需處理擴縮容等營運操作。
作業級彈性
Serverless Spark按照Driver和Executor粒度申請建立資源，支援秒級拉起，可以快速響應業務資源需求。
更低成本
Spark作業按需使用資源，不需要長期保有預留資源，使用時再彈起資源，並按彈起的資源計費。不使用不收取費用。
良好的效能
AnalyticDB for MySQL團隊對Spark引擎做了深度定製和最佳化，如針對Object Storage Service的訪問，典型情境下效能可以提升至原來的3~5倍；同時Spark與AnalyticDB for MySQL數倉深度整合，典型情境下相比JDBC方式效能可以提升至原來的6倍；基於AnalyticDB for MySQL+Spark提供Zero-ETL解決方案。