正確答案是：C: Spark采用MPP架構(gòu)，并發(fā)處理。

分析：

A: Spark 支持DAG（有向無環(huán)圖），這是Spark比Hadoop MapReduce更高效的一個重要原因。DAG允許更復(fù)雜的計算流程，可以優(yōu)化執(zhí)行計劃，提高計算效率。

B: Spark中間數(shù)據(jù)不存儲磁盤，進行緩存處理。Spark通過內(nèi)存計算來提高速度，避免了Hadoop MapReduce頻繁的磁盤讀寫操作，這顯著提升了計算效率。

C: Spark采用MPP架構(gòu)，并發(fā)處理。這并不是Spark比Hadoop MapReduce更高效的主要原因。MPP（大規(guī)模并行處理）是一種數(shù)據(jù)庫技術(shù)，雖然Spark確實支持并行計算，但其高效性主要來自于其他特性。

D: 高度抽象API。Spark提供了高度抽象的API，如DataFrame和Dataset，這使得開發(fā)人員可以更簡單高效地編寫復(fù)雜的處理邏輯，提高了開發(fā)效率和程序執(zhí)行效率。

因此，C選項不包含在Spark比Hadoop MapReduce更高效的主要原因中。