Apache Spark是一个通用的开源的分布式处理系统，通常用于大数据工作负载。Spark既支持使用SQL，又支持编写多种语言的DataFrame代码，兼具易用性和灵活性。Spark通用化的引擎能力可以同时提供SQL、批处理、流处理、机器学习和图计算的能力。
AnalyticDB for MySQL Serverless Spark是AnalyticDB for MySQL团队基于Apache Spark打造的服务化的大数据分析与计算服务，该资源归属于用户，开通AnalyticDB for MySQL服务后只需简单的配置，就可以提交Spark作业，无需关心Spark集群部署。方案架构图如下所示：
Serverless Spark将Spark、Serverless和云原生技术深度整合到一起，相对于传统开源Spark集群版方案，具有以下优势：
使用门槛低
Serverless Spark屏蔽掉了底层的基础组件，提供了简单的API、脚本以及控制台使用方式，开发者了解开源Spark的使用方式就可以进行大数据业务开发。
0运维
用户只需通过AnalyticDB for MySQL Serverless Spark接口管理Spark作业，无需关心服务器配置以及Hadoop集群配置，无需处理扩缩容等运维操作。
作业级弹性
Serverless Spark按照Driver和Executor粒度申请创建资源，支持秒级拉起，可以快速响应业务资源需求。
更低成本
Spark作业按需使用资源，不需要长期保有预留资源，使用时再弹起资源，并按弹起的资源计费。不使用不收取费用。
良好的性能
AnalyticDB for MySQL团队对Spark引擎做了深度定制和优化，如针对对象存储OSS的访问，典型场景下性能可以提升至原来的3~5倍；同时Spark与AnalyticDB for MySQL数仓深度集成，典型场景下相比JDBC方式性能可以提升至原来的6倍；基于AnalyticDB for MySQL+Spark提供Zero-ETL解决方案。