Hadoop生态系统

Common：一系列组件和接口，用于分布式文件系统和通用I/O（序列化，JavaRPC和持久化数据结构）

Avrao：一种序列化系统，用于支持高效，跨语言的RPC和持久化数据存储

MapReduce：分布式数据处理模型和执行环境，运行于大型商用机集群

HDFS：分布式文件系统，运行于大型商用机集群

Pig：数据流语言和运行环境，用以探究非常庞大的数据集。Pig运行在MapReduce和HDFS集群上

Hive：一种分布式的、按列存储的数据仓库。Hive管理HDFS中存储的数据，并提供基于sql的查询语言（由运行时引擎翻译成MapReduce作业）用以查询数据。

HBase：一种分布式的、按列存储的数据库。HBase使用HDFS作为底层存储，同时支持MapReduce的批量式计算和点查询（随机读取）

ZooKeeper：一种分布式的、可用性高的协调服务。ZooKeeper提供分布式锁之类的基本服务用于构建分布式应用。

Sqoop：该工具用于在结构化数据存储（如关系型数据库）和HDFS之间高效批量传输数据。

Oozie：该服务用于运行和调度Hadoop作业（如MapReduce，Pig，Hive及Sqoop作业）。