004-hadoop家族概述
hadoop家族
| 名称 | 简介 | |
| Hadoop | 分布式基础架构 | Hadoop的框架最核心的设计就是：HDFS和MapReduce。 HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算 |
| zookeeper | 分布式应用程序协调服务 | ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务， 是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。 它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等 |
| hive | 数据仓库工具 | hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表， 并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 |
| hbase | 分布式的、面向列的开源数据库 | HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统， 利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群 |
| Pig | 基于Hadoop的大规模数据分析平台 | 它提供的SQL-LIKE语言叫Pig Latin，该语言的编译器会把类SQL的数据分析请求转换为一系列经过优化 处理的MapReduce运算。Pig为复杂的海量数据并行计算提供了一个简单的操作和编程接口。 |
| sqoop | 数据相互转移的工具 | Sqoop是一个用来将Hadoop和关系型数据库中的数据相互转移的工具，可以将一个关系型数据库 （例如 ： MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中 |
| Cassandra | 开源分布式数据库管理系统 | Apache Cassandra是一套开源分布式数据库管理系统，由Facebook开发，用于储存特别大的数据。 |
| Hama | 纯BSP计算框架 | Apache Hama是一个纯BSP（Bulk Synchronous Parallel）计算框架，模仿了Google的Pregel。 用来处理大规模的科学计算，特别是矩阵和图计算。 |
| Flume | 日志收集处理系统 | Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统， Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理， 并写到各种数据接受方（可定制）的能力。 |
| Giraph | 迭代式图处理系统 | |
| Oozie | 工作流引擎服务器 | 用于运行Hadoop Map/Reduce和Pig 任务工作流.同时Oozie还是一个Java Web程序,运行在Java Servlet容器中,如Tomcat. |
| Crunch | Apache Crunch是FlumeJava的实现，为不太方便直接开发和使用的MapReduce程序， 开发一套MR流水线，具备数据表示模型，提供基础原语和高级原语，根据底层执行引擎对MR Job的执行进行优化。 |
|
| Mahout | Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现， 旨在帮助开发人员更加方便快捷地创建智能应用程序。Mahout包含许多实现，包括聚类、分类、推荐过滤、频繁子项挖掘。 此外，通过使用 Apache Hadoop 库，Mahout 可以有效地扩展到云中。 |
|
| Avro | 基于二进制数据传输高性能的中间件 | 在Hadoop的其他项目中例如HBase(Ref)和Hive(Ref)的Client端与服务端的数据传输也采用了这个工具。 Avro是一个数据序列化的系统。Avro 可以将数据结构或对象转化成便于存储或传输的格式。 Avro设计之初就用来支持数据密集型应用，适合于远程或本地大规模数据的存储和交换。 |
| Chukwa | 监控大型分布式系统的数据收集系统 | 这是构建在 hadoop 的 hdfs 和 map/reduce 框架之上的，继承了 hadoop 的可伸缩性和鲁棒性。 Chukwa 还包含了一个强大和灵活的工具集，可用于展示、监控和分析已收集的数据。 |
| Ambari | 基于Web的工具 | 是一种基于Web的工具，支持Apache Hadoop集群的供应、管理和监控。 Apache Ambari 支持HDFS、MapReduce、Hive、Pig、Hbase、Zookeper、Sqoop和Hcatalog等的集中管理。 也是5个顶级hadoop管理工具之一。 |
| Whirr | ||
| bigtop | Bigtop是去年apache基金会推出的一个对Hadoop及其周边生态进行打包，分发和测试的工具。 | |
| HCatalog | Hcatalog是apache开源的对于表和底层数据管理统一服务平台 | |
| Hue | 开源的Apache Hadoop UI系统 |
