我在通用并行计算方面有一些经验（当然不是专家），现在正在考虑学习Spark。我从pyspark的一些最基本的示例开始，使用了.parallelize，.groupBy，.map，.collect等。
我想知道，相比普通的香草并行化，Spark提供了哪些额外的好处，在python中，它类似于pool.map(func, data_iterable)。
在我看来，仅当算法的数据量很大时，Spark才是更好的选择，例如，当数据大小类似于或大于RAM时，我可以看到拥有像Spark这样的框架来处理过程的好处。但是对于计算量大但数据强度小的代码，使用Spark还能带来其他好处吗？