1.一种大数据清洗方法，其特征在于，包括：
对清洗流程进行配置定义；
对清洗流程进行解析，将清洗流程转换为Spark的原子操作；
将清洗任务提交至Spark集群；
由Spark集群进行数据清洗。
2.根据权利要求1所述的方法，其特征在于，所述由Spark集群进行数据清洗，具体包括：
从数据源加载数据；
利用分布式并行的清洗算法，对数据进行清洗；
对数据清洗的结果进行存储。
3.根据权利要求2所述的方法，其特征在于，所述清洗算法包括空值处理、去重处理和排序处理中的至少一种。
4.根据权利要求3所述的方法，其特征在于，多个清洗算法之间的数据流转通过弹性分布式数据集传递。
5.根据权利要求2所述的方法，其特征在于，所述数据源为数据库或分布式文件系统。
6.根据权利要求1所述的方法，其特征在于，所述对清洗流程进行配置定义，具体为：
基于JSON格式，对清洗流程进行配置定义。
7.一种大数据清洗装置，其特征在于，包括：
大数据清洗引擎，用于对清洗流程进行配置定义；对清洗流程进行解析，将清洗流程转换为Spark的原子操作；将清洗任务提交至Spark集群；
Spark集群，用于进行数据清洗。
8.根据权利要求7所述的装置，其特征在于，所述Spark集群具体用于：
从数据源加载数据；
利用分布式并行的清洗算法，对数据进行清洗；
对数据清洗的结果进行存储。
9.根据权利要求8所述的装置，其特征在于，还包括存储组件，用于存储数据清洗的结果。
10.根据权利要求8所述的装置，其特征在于，所述清洗算法包括空值处理、去重处理和排序处理中的至少一种。