首先，我們來介紹一下什麼是Hadoop。
Hadoop最核心的部件有兩個，一爲HDFS，所謂的HDFS，就是分佈式的文件存儲系統。
二爲Mapreduce，即爲分佈式的計算系統（分佈式離線的計算框架）。
上述的兩個部件，解決了大數據的存儲問題，還有解決了大數據的計算問題。
剩下的基本上都是這兩個所衍生出來的工具。
Maperduce的編程語言:
1、Jave（最原始的方式）
2、Hadoop Streaming（支持多語言）
3、Hadoop Pipes(支持C和C++)
Mahout提供的算法：分類、聚類、頻繁模式挖掘、向量相似度計算、推薦引擎、降維、進化算法、迴歸分析等
Hive：是構建在Hadoop之上的數據倉庫，用於解決海量結構化的日誌數據的統計問題，其語言結構HQL，類似於SQL，但又不完全相同。
Pig:基於Hadoop的數據流執行引擎，利用MapReduce並行處理數據，使用Pig Latin語言表達數據流
Hive:即就是Hive2(Stinger)，底層的算法引擎由Tez(DGA計算框架）替換MapReduce
Impala:可直接處理存儲在HDFS上的數據，並在次寫入數據到HDFS，具有良好的擴展性和容錯性，適合快速交互式查詢。
Oozie: