Hadoop生态系统组件主要包括：MapReduce|HDFS|HBase|Hive|Pig|Zookeeper|Mahout
如果有对大数据感兴趣程序员，可来我们的大数据交流扣qun哦：591305687里面免费送大数据的系统教程噢！ 小编也是一名从事了5年的数据算法工程师，花了近两个月整理了一份较适合当下学习的干货，以及我这5年的工作经验，分享给每一位想学大数据的小伙伴，这里是大数据学习者聚集地，欢迎初学和进阶中的小伙伴。
MapReduce
主要由Google Reduce而来，它简化了大型数据的处理，是一个并行的，分布式处理的编程模型。
hadoop2.0它是基于YARN框架构建的。YARN的全称是Yet-Another-Resource-Negotiator。Yarn可以运用在S3|Spark等上。
HDFS
它是由Google File System而来，全称是Hadoop Distributed File System，是Hadoop的分布式文件系统，有许多机器组成的，可以存储大型数据文件。
它是由NameNode和DataNode组成，NameNode可以配置成HA(高可用)，避免单点故障。一般用Zookeeper来处理。两个NameNode是同步的。
Hive
它是Hadoop的数据仓库(DW),它可以用类似SQL的语言HSQL来操作数据，很是方便，主要用来联机分析处理OLAP（On-Line Analytical Processing）,进行数据汇总|查询|分析。
HBase
它是由Google BigTable而来。是Hadoop的数据库。HBase底层还是利用的Hadoop的HDFS作为文件存储系统，可以利用Hadoop的MR来处理HBase的数据，它也通常用Zookeeper来做协同服务。
Zookeeper
它是一个针对大型分布式系统的可靠协调系统，在Hadoop|HBase|Strom等都有用到，它的目的就是封装好复杂易出错的关键服务，提供给用户一个简单|可靠|高效|稳定的系统。提供配置维护|分布式同步|名字服务等功能，Zookeeper主要是通过lead选举来维护HA或同步操作等
Pig
它提供一个引擎在Hadoop并行执行数据流。它包含了一般的数据操作如join|sort|filter等，它也是使用MR来处理数据。
Mahout
它是机器学习库。提供一些可扩展的机器学习领域经典算法的实现，目的是帮助开发人员更加方便快捷地创建智能应用程序。Mahout包含许多实现，包括聚类、分类、推荐算法等。