La computación en memoria mantiene los datos que se están procesando activamente dentro de la memoria RAM del sistema, en lugar de leerlos y escribirlos repetidamente desde y hacia el disco entre cada etapa de procesamiento, aprovechando que el acceso a RAM es órdenes de magnitud más rápido que el acceso a disco.
Por qué fue clave para el éxito de Apache Spark
Gran parte de la ventaja de velocidad de Spark sobre el modelo original de MapReduce de Hadoop proviene precisamente de mantener los datos en memoria entre las distintas etapas de un procesamiento, en lugar de escribir resultados intermedios a disco en cada paso, como hacía el enfoque anterior.