本文来自于厦门大门-林子雨老师的讲堂及添加个人学习中的理解，做个笔录，如有BUG，请留言，不胜感激。
HDFS：
分步式文件系统，负责整个分布式文件的存储，怎么用成百上千台服务器进行数据的存储
YARN:
负责调度内存、CPU、带宽等计算资源。
MapReduce:
专门做离线计算和批处理，不做实时计算
Tez:
把MapReduce的作业进行分析优化，并构成一个有向无环图，保证获取到最好的处理效率，让那些先做，那些后做，那些不要重复去做。（理清处理顺序，避免工作重复）
Spark：
它的逻辑和MapReduce一样，它们的区别是Spark是基于内存计算，MapReduce是基于硬盘计算，所以Spark的性能要比MapReduce要高
Hive;
实现数据仓库的功能。
数据仓库：
用企业的决策分析，把大量的历史数据保存到数据仓库中，建立各种各样的维度，可以对历史数据大量分析，来满足企业的决策需求
Hive架构在MaprReduce之上，其实是把SQL语句转换成一堆的MapReduce作业。
Pig:
实现流数据处理，如果说Hive是完成批量数据处理，那么Pig是属于轻量级的分析，它提供类似SQL的查询语言Pig Latin，简化在Hive上代码的复杂度
Oozie:
作业流调度系统、工作流管理工具，比如在处理一个工作时，可能需要分成多个任务环节，需要很多个应用程序去执行，那么就需要一个工作流系统去完成调度。Oozie就是处理这类工作。
Zookeeper:
分步式协调服务（分步式锁、集群管理）。
HBase:
分布式数据库，HDFS是做顺序读写，但实际中需要随机读写是靠HBase（面向列的存储数据库），它可以支持几十亿行，上百万列存储的超大型数据库，实现随机读写，实时应用
Flume：
做日志收集，在很多流式数据分析的时候，产生的实时流数据，Flume则负责收集起来。
Sqoop:
完成数据的导入导出。可以关系数据库中的数据，导入到Hadoop平台上，可以导入HDFS、Hive，HBase，反之也可以导出，
Ambari:
安装部署工具，它可以在一个集群上智能化的去部署和管理Hadoop平台上的各个部件