重點組件：
HDFS：Hadoop 的分布式文件存儲系統
MapReduce：Hadoop 的分布式程序運算框架，也可以叫做一種編程模型
Hive：基于 Hadoop 的類 SQL 數據倉庫工具
HBase：基于 Hadoop 的列式分布式 NoSQL 數據庫
ZooKeeper：分布式協調服務組件
Mahout：基于 MapReduce/Flink/Spark 等分布式運算框架的機器學習算法庫
Oozie/Azkaban：工作流調度引擎
Sqoop：數據遷入遷出工具
Flume：日志采集工具
數據的處理流程：
A、數據采集：定制開發采集程序，或使用開源框架 Flume 或者 LogStash
B、數據預處理：定制開發 MapReduce 程序運行于 Hadoop 集群，或者專門數據收集工具也能進行數據預處理
C、數據倉庫技術：基于 Hadoop 之上的 Hive
D、數據導出：基于 Hadoop 的 Sqoop 數據導入導出工具
E、數據可視化：定制開發 web 程序或使用 Kettle 等產品
F、數據統計分析：Hadoop 中的 MapReduce 或者基于 Hadoop 的 Hive，或者 Spark，Flink
G、整個過程的流程調度：Hadoop 生態圈中的 Oozie/Azkaban 工具或其他類似開源產品
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
