Hadoop项目结构

HDFS：分布式存储

YARN：计算资源调度

MapReduce：离线计算（基于磁盘）

Tez：构建有向无环图

Spark：基于内存计算

Hive：数据仓库（历史记录）

Pig：流数据处理（轻量级的脚本语言）

Oozie：作业流调度系统

Zookeeper：分布式协调服务

HBase：列族数据库

Flume：日志收集分析框架

Sqoop：数据导入导出

Ambari：部署工具