shark是一款专为android平台设计的数据分析软件，它以其高效、灵活的特性，在数据科学领域引起了广泛关注。作为一款基于python的轻量级数据分析框架，shark集成了pandas库的强大功能与dask的并行计算能力，为用户提供了强大的数据处理能力，同时降低了学习成本，使得数据科学家和工程师能够更轻松地处理大规模数据。
软件亮点
1. 兼容性强：shark完全兼容pandas api，这使得熟悉pandas的用户可以直接上手使用，无需学习新的语法，大大降低了学习成本。
2. 并行计算：利用dask，shark能够在多核cpu上进行并行计算，显著提高处理速度，尤其适合处理大数据。
3. 智能内存管理：通过智能内存管理策略，shark能够有效地减少内存占用，即使在处理大量数据时也能保持稳定运行。
软件特性
1. 多数据源支持：shark支持读取多种数据源（如csv、hdfs、sql数据库等），并可以方便地与其他数据分析工具集成。
2. 高性能：通过算法优化和内存分配策略，shark确保了在大规模数据处理中的高性能，相比直接使用pandas，shark在处理大型数据集时具有更高的效率和更低的资源消耗。
3. 易于集成：shark提供了丰富的api接口和文档资料，使得开发者可以轻松地将其集成到现有系统中。
软件优势
1. 易用性：shark的pandas兼容接口降低了学习成本，使得用户能够更快地掌握并上手使用。
2. 高效性：结合dask的并行计算能力，shark在处理大规模数据时具有显著的速度优势。
3. 资源友好：通过智能内存管理策略，shark能够有效地利用系统资源，降低运行成本。
软件测试
1. 测试环境：在搭建的spark1.0.0和amplab hive0.11的集群环境中进行了性能测试。
2. 测试对象：对一个大小为21g的text file文件建立的表进行了各种查询的性能测试。
3. 测试结果：在数据全部cache在内存时和on disk时的性能比较中，shark均展现出了优异的性能表现，尤其在处理大数据集时，其速度优势更加明显。这些测试结果验证了shark作为一款高效、灵活的数据分析软件的实力。
