Hadoop生态系统是一个很庞大的概念，hadoop是其中最重要最基础的一个部分，生态系统中每一子系统只解决某一个特定的问题域（甚至可能更窄），不是统一型的全能系统，而是小而精的多个小系统组合。
HDFS：分布式文件系统
Yarn：分布式资源管理器
Mapreduce：分布式计算模型，用以进行大数据量的计算
Hbase : 海量数据中的查询，相当于分布式文件系统中的数据库
Hive:数据仓库
R：数据分析
Mahout：机器学习库 已经很少使用
pig：脚本语言，跟Hive类似
Oozie：工作流引擎，管理作业执行顺序
Zookeeper:解决分布式环境下的数据管理问题：统一命名，状态同步，集群管理，配置同步等
Flume:日志收集框架
Sqoop：数据交换框架，例如：关系型数据库与HDFS之间的数据交换
Spark: 基于内存的分布式的计算框架
- spark core
- spark sql
- spark streaming 准实时 不算是一个标准的流式计算
- spark ML spark MLlib
Kafka: 消息队列
Storm: 分布式的流式计算框架 python操作storm
Flink: 分布式的流式计算框架
