Hadoop家族介绍简介ApacheHadoop是一款支持数据密集型分布式应用并以Apache2.0许可协议发布的开源软件框架。它支持
在商品硬件构建的大型集群上运行的应用程序。Hadoop是根据Google公司发表的MapReduce和Google档案系统的论文自
行实作而成。Hadoop框架透明地为应用提供可靠性和数据移动。它实现了名为MapReduce的编程范式：应用程序被分割成许多小部分
，而每个部分都能在集群中的任意节点上执行或重新执行。此外，Hadoop还提供了分布式文件系统，用以存储所有计算节点的数据，这为整个
集群带来了非常高的带宽。MapReduce和分布式文件系统的设计，使得整个框架能够自动处理节点故障。它使应用程序与成千上万的独立计
算的电脑和PB级的数据。常用的项目包括Hadoop,Hive,Pig,HBase,Sqoop,Mahout,Zooke
eper,Avro,Ambari,Chukwa，YARN,Hcatalog,Oozie,Cassandra,Hama
,Whirr,Flume,Bigtop,Crunch,Hue等。关系图如下：各项目简介http://hadoop.apa
che.org/Apache?Hadoop:是Apache开源组织的一个分布式计算开源框架，提供了一个分布式文件系统子项目(HD
FS)和支持MapReduce分布式计算的软件架构。http://hive.apache.org/ApacheHive: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，通过类SQL语句快速实现简单的MapReduce统计，不
必开发专门的MapReduce应用，十分适合数据仓库的统计分析。http://pig.apache.org/ApachePig:
是一个基于Hadoop的大规模数据分析工具，它提供的SQL-LIKE语言叫PigLatin，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。http://hbase.apache.org/ApacheHBase:
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PCServer上搭建起大规模结构化存储集群
。http://sqoop.apache.org/ApacheSqoop: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（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。http://zookeeper.apache.org/ApacheZookeeper:
是一个为分布式应用所设计的分布的、开源的协调服务，它主要是用来解决分布式应用中经常遇到的一些数据管理问题，简化分布式应用协调及其管
理的难度，提供高性能的分布式服务http://mahout.apache.org/ApacheMahout:是基于Hadoop的
机器学习和数据挖掘的一个分布式框架。Mahout用MapReduce实现了部分数据挖掘算法，解决了并行挖掘的问题。http://c
assandra.apache.org/ApacheCassandra:是一套开源分布式NoSQL数据库系统。它最初由Faceb
ook开发，用于储存简单格式数据，集GoogleBigTable的数据模型与AmazonDynamo的完全分布式的架构于一身h
ttp://avro.apache.org/ApacheAvro:是一个数据序列化系统，设计用于支持数据密集型，大批量数据交换
的应用。Avro是新的数据序列化格式与传输工具，将逐步取代Hadoop原有的IPC机制http://incubator.apach
e.org/ambari/ApacheAmbari:是一种基于Web的工具，支持Hadoop集群的供应、管理和监控。http:
//incubator.apache.org/chukwa/ApacheChukwa:是一个开源的用于监控大型分布式系统的数据
收集系统，它可以将各种各样类型的数据收集成适合Hadoop处理的文件保存在HDFS中供Hadoop进行各种MapRe
duce操作。http://hama.apache.org/ApacheHama:是一个基于HDFS的BSP（BulkSy
nchronousParallel)并行计算框架,Hama可用于包括图、矩阵和网络算法在内的大规模、大数据计算。http://
flume.apache.org/ApacheFlume:是一个分布的、可靠的、高可用的海量日志聚合的系统，可用于日志数据收集
，日志数据处理，日志数据传输。http://giraph.apache.org/ApacheGiraph:是一个可伸缩的分布式
迭代图处理系统，基于Hadoop平台，灵感来自BSP(bulksynchronousparallel)和Google
的Pregel。http://oozie.apache.org/ApacheOozie:是一个工作流引擎服务器,用于管理
和协调运行在Hadoop平台上（HDFS、Pig和MapReduce）的任务。http://incubator.apache.or
g/crunch/ApacheCrunch:是基于Google的FlumeJava库编写的Java库，用于创建MapReduc
e程序。与Hive，Pig类似，Crunch提供了用于实现如连接数据、执行聚合和排序记录等常见任务的模式库http://whirr
.apache.org/ApacheWhirr:是一套运行于云服务的类库（包括Hadoop），可提供高度的互补性。Whirr学
支持AmazonEC2和Rackspace的服务。http://bigtop.apache.org/ApacheBigtop:
是一个对Hadoop及其周边生态进行打包，分发和测试的工具。http://incubator.apache.org/hcatal
og/ApacheHCatalog:是基于Hadoop的数据表和存储管理，实现中央的元数据和模式管理，跨越Hadoop和RDB
MS，利用Pig和Hive提供关系视图。http://cloudera.github.io/hue/ClouderaHue:是一个基于WEB的监控和管理系统，实现对HDFS，MapReduce/YARN,HBase,Hive,Pig的web化操作和管理。 |
|
