1，Hadoop生态

 列举Hadoop生态的各个组件及其功能、以及各个组件之间的相互关系，以图呈现并加以文字描述。

Hadoop：Java编写的软件框架，以支持数据密集型分布式应用

ZooKeeper：高可靠性分布式协调系统

MapReduce：针对大数据的灵活的并行数据处理框架

Yarn：资源调度和管理框架，改善MapReduce的缺陷。优点有：（1）分散了JobTracker任务，提高了集群的扩展性和可用性； （2）扩大了MapReduce编程人员范围； （3）在资管管理器故障时，可快速重启恢复状态； （4）不再区分Map池和Reduce池，提高了资源利用率；

Hbase：分布式数据仓库。查询简单、不涉及复杂关联的场景，如海量流水数据、交易记录、数据库历史数据。

（1）海量存储； （2）列式存储； （3）极易扩展（基于RegionServer上层处理能力的扩展和基于HDFS存储的扩展）； （4）高并发； （5）稀疏，列数据为空时，不会占用存储空间。

Pig：数据流处理。数据分析平台，侧重数据查询和分析，而不是对数据进行修改和删除等。需要把真正的查询转换成相应的MapReduce作业。

HDFS：Hadoop分布式文件系统

标签：HDFS,存储,Hadoop,查询,MapReduce,数据,生态
来源： https://www.cnblogs.com/LuckZhang11/p/15927661.html