首先这是一个偏技术的问题，专业性很强。

大方向来讲，用spark做推荐，一般会用的spark的mllib库，对现有的数据，做协同过滤分析。

回到题目，做好友推荐，一般是基于用户兴趣的协同过滤算法，来对现有数据进行学习分析，从而得出好友推荐列表。

关于协同过滤的过程，可以举个例子说明，有A和B两用户，A喜欢篮球，电动，而B喜欢唱歌，篮球，通过分析数据发现A和B都喜欢篮球，就把A推荐给B做好友了。

关于spark的使用，后面我会找机会写写相关教程，有兴趣的同学也可关注一下。

这个问题其实有点像我有一口锅 如何做一个美味汤品 你除了需要一口锅 你还需要一个菜谱才能制作汤品

spark就是这样一口锅 他只是一个工具 你还需要一个菜谱 一个推荐系统的算法来实现好友推荐

常用的推荐算法有协同过滤 当数据量比较大的时候就需要spark来支持在分布式系统上实现这个协同过滤算法来做好友的推荐