一、知识预热
1、了解hadoop概念，及其家族树。
hadoop是是一个能够对大量数据进行分布式处理的软件框架。
上图，我是这么理解的，类似于之前的java学习，java是核心，在此基础之上 衍生了spring，struct，hibernate等等有助于java开发的框架。
相对于hadoop是核心，在此基础之上有MapReduce，HDFS，Hive，HBase等各种补充hadoop功能的子项目。
2、各子项目功能
Common: 为其它子项目提供支持的常用工具,提供基本服务, 并且会为运行在该平台上的软件开发提供所需的API.
Avro: 用于数据序列化的系统.
MapReduce: 是一种编程模型, 用于大规模数据集的并行计算.
HDFS: 是一个分布式文件系统.
Chukwa: 是开源的数据收集系统, 用于监控和分析大型分布式系统的数据.
Hive: 是一个建立在Hadoop基础之上的数据仓库, 提供了一些用于对Hadoop文件中的数据集进行数据整理, 特殊查询和分析存储的工具. 它支持类似于传统RDBMS中的SQL语言的查询语言.
HBase: 是一个分布式的, 面向列的开源数据库, 适合于非结构化数据存储的数据库.主要用于需要随机访问, 实时读写的大数据.
Pig: 是一个对大型数据集进行分析, 评估的平台. 它的结构能够经受住高度并行化的检验,使得它能够处理大型的数据集.
ZooKeeper: 是一个为分布式应用所设计的开源协调服务.主要为用户提供同步, 配置管理, 分组和命名等服务, 减轻分布式应用程序所承担的协调任务.
原文：http://www.cnblogs.com/ag2163/p/3615606.html
