SPARK默认的存储级别是A: MEMORY_ONLY。

专业分析：

1. **MEMORY_ONLY**：这是Spark的默认存储级别。在这种模式下，RDD（弹性分布式数据集）的各个分区会被存储在内存中。如果内存不足以存储所有的数据分区，那么那些不能被存储的分区将会在每次需要的时候重新计算。这种存储级别适用于内存充足且计算开销相对较低的场景。

2. **MEMORY_ONLY_SER**：与MEMORY_ONLY类似，但在存储之前会对对象进行序列化，这可以减少内存使用，但会增加CPU的开销，因为序列化和反序列化是需要计算资源的。

3. **MEMORY_AND_DISK**：在这种存储级别下，RDD的分区会优先存储在内存中，如果内存不足，则会将无法存储的分区写入磁盘。这种方式适用于内存不足以存储整个数据集，但又希望避免过多的重新计算开销的场景。

4. **MEMORY_AND_DISK_SER**：类似于MEMORY_AND_DISK，但会对对象进行序列化。这种方式进一步减少了内存占用，但增加了CPU的开销。

总结来说，Spark选择MEMORY_ONLY作为默认存储级别是因为在许多情况下，内存访问速度远快于磁盘访问，且很多计算场景下内存是足够的，因此优先使用内存来提高性能。不过，如果内存不够用，开发者可以根据具体需求选择其他存储级别。