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