生态圈
HBase简介
- 高可靠，高性能，面向列，可伸缩，实时读写的分布式数据库
- 利用HDFS作为其文件存储系统，支持MR程序读取数据
- 存储非结构化和半结构化数据
RowKey：数据唯一标识，按字典排序
Column Family：列族，多个列的集合，最多不要超过3个
**TimeStamp时间戳：**支持多版本数据同时存在
Spark
- 基于内存的大数据并行计算框架
- Spark是MapReduce的替代方案，兼容HDFS，HIVE等数据源
- 抽象出分布式内存存储数据结构，弹性分布式数据集RDD
- 基于事件驱动，通过线程池复用线程提高性能
