hadoop家族产品

1）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（HDFS）和支持MapReduce分布式计算的软件框架。

2）Apache 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成一张数据库表，通过类SQL语句快速实现简单的MapReduce统计，不比开发专门的MapReduce应用，非常适合数据仓库的统计分析。

3）Apache Pig：是一个基于Hadoop的大规模数据分析工具，它提供的SQL-LIKE语言也叫Pig-Latin，该语言的编译器会把类SQL的数据分析请求装换为一系列经过优化处理的MapReduce运算。

4）Apache HBase：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技术可以在廉价的PC Server上搭建起 大规模结构化存储集群。

5）Apache Sqoop：是一个将Hadoop和关系型数据库中的数据互相转移的工具，可以将一个关系型数据库(Oracle，MySQL， Postgres等)中的数据导进到Hadoop的HDFS中，也可以将HDFS中的数据导入到关系型数据库中去。

6）Apache Zookeeper: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，简化分布式应用管理协调及其管理的难度，提供高性能的分布式服务。

7）Apache Mahout：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。

8）Apache Cassandra：是一套开源分布式NoSQL数据库系统。它最初由FackBook开发，用于存储简单格式的数据，集Google BigTable的数据模型和Amazon Dynamo的完全分布式框架于一身。

9）Apache Avro：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。

10）Apache Ambari: 是一种基于Web的工具，支持Hadoop集群的供应、管理和监控。

11）Apache Chukwa: 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 MapReduce 操作。

12）Apache Hama: 是一个基于HDFS的BSP（Bulk Synchronous Parallel)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。

13）Apache Flume: 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。

14）Apache Giraph: 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 (bulk synchronous parallel) 和 Google 的 Pregel。

15）Apache Oozie: 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。

16）Apache Crunch: 是基于Google的FlumeJava库编写的Java库，用于创建MapReduce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

17）Apache Whirr: 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Amazon EC2和Rackspace的服务。

18）Apache Bigtop: 是一个对Hadoop及其周边生态进行打包，分发和测试的工具。

19）Apache HCatalog: 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RDBMS，利用Pig和Hive提供关系视图。

20）Cloudera Hue: 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。

hadoop基础知识学习