Hadoop：分布式系统基础架构
Hdfs: 分布式文件系统
Yarn: Hadoop 资源调度管理器
Mapreduce：大数据并行处理的计算模型、框架和平台
Hive:看成mapreduce客户端，能代替一些不会使用java的工作者，通过脚本实现数据的调用MapReduce的计算，内置了一个数据库，但不稳定，hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，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。
Hbase：半结构或者非结构化数据存储，HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。Client通过zookeeper,调用hmaster现将数据存放在Hregionserver 里的memstore 若有溢出则存放在store.hfile(hdfs上的位置)
Flume:处理网络日志，行为日志的一个，提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。
Scala：是一门多范式的编程语言,一种类似java的编程语言,设计初衷是实现可伸缩的语言、并集成面向对象编程和函数式编程的各种特性。
Ganglia：是UC Berkeley发起的一个开源集群监视项目，设计用于测量数以千计的节点。Ganglia的核心包含gmond、gmetad以及一个Web前端。主要是用来监控系统性能，如：cpu 、mem、硬盘利用率， I/O负载、网络流量情况等，通过曲线很容易见到每个节点的工作状态，对合理调整、分配系统资源，提高系统整体性能起到重要作用。