Hadoop
Hadoop 是一个由 Apache 基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。
Hadoop 包括 HDFS, Yarn, MapReduce 三个关键组件。
Hadoop 最早是 Apache 在 Google 的关于 MapReduce 的论文启发下开发的，虽然后续 Spark 等项目一定程度上取代了原始的 MapReduce，但这些新的项目都运行在 Hadoop 生态系统中。 Hadoop 本身的历史参考：https://data-flair.training/blogs/hadoop-history/
HDFS
Hadoop Distributed File System 是在 Google GFS 论文启发下开发的分布式文件系统，其设计目标是基于价格低廉的硬件（相对于企业级硬件而言）上提供可靠的、高吞吐量的文件系统。HDFS 有一个 Namenode 提供文件名、文件路径等元信息和许多存储节点。
MapReduce
MapReduce 是一种编程模型，用于大规模数据集的并行运算。
Yarn
YARN （Yet Another Resource Negotiator，另一种资源协调者）是一种新的 Hadoop 资源管理器，它是一个通用资源管理系统，可为上层应用提供统一的资源管理和调度，它的引入为集群在利用率、资源统一管理和数据共享等方面带来了巨大好处。
HBase
HBase is high scalable (scales horizontally using off the shelf region servers), highly available, consistent and low latency NoSQL database.
HBase 是设计用于 real-time querying 的列式的分布式数据库。Hbase 是由当年的 Google 公布的 BigTable 的论文而生。HBase 底层依旧依赖 HDFS 来作为其物理存储，但 HBase 并不依赖 MapReduce 算法运行。
Hive
Hive 可以将结构化的数据文件映射为一张数据库表，并提供完整的 SQL查询功能，可以将 SQL 语句转换为MapReduce任务进行运行。可以通过类 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。
ZooKeeper
ZooKeeper 是一个协调工具，许多组件依赖 ZooKeeper 来保证分布式计算或者数据存储的正确性。
Spark
基础的 MapReduce 模型较为僵化，使用不便，而 Spark （基本上）是建立在 Hadoop 生态系统上的更灵活的计算组件，提供更丰富的抽象、更丰富的语法。Spark 任务最终会被分解成 MapReduce 任务执行。
Flink
流处理引擎，可以使用 Yarn 进行资源调度，使用 HDFS 进行存储。
Kafka
消息队列。