Hadoop拥有庞大且充满活力的开发者社区，但是Hadoop生态系统中的很多项目在名称和功能的搭配上存在很大的出入，这直接导致很多朋友难以区分每个项目。功能和使用目的。作为Hadoop的核心，HDFS和MapReduce是两个不可回避的要素。但是来自开发人员和企业的大量贡献使Hadoop成为一个更复杂的平台。生态系统中的一些项目是ApacheFoundation项目（在下图中标记为“A”），而其他项目则在Apache许可下但由公司运行（在下图中标记为“AL”）。在今天的文章中，我们将回顾一下Hadoop的发展历程，看看今天它的阵容中包括了哪些“大咖”。它能做什么：作为Hadoop的文件系统或存储机制。它的作用：创建一个可重复、容错且可扩展的文件系统，旨在处理大型文件。利用数据局部性提高MapReduce任务的数据输入性能。它的作用：高度可扩展的数据库。它的作用：允许我们以线性方式扩展数据库。提供可调整的数据一致性级别控制。它能做什么：使用HDFS创建高度可扩展的数据库。它如何提供帮助：通过随机访问启用高度可扩展的功能。使用HDFS保证数据的严格一致性。它能做什么：帮助在分布式节点之间同步数据。它如何提供帮助：在集群中的所有节点上维护一致的分布式小规模数据。#p#能做什么：把一个工作分成多个任务，同时执行。它的作用：框架抽象了分布式系统的困难组件，允许系统同时处理大量数据。它的作用：允许用户通过查询语言操作数据。它的作用：帮助SQL程序员通过创建类似SQL的查询来使用MapReduce。它能做什么：在大规模数据中实现低延迟查询。它的作用：帮助SQL程序员通过创建类似SQL的查询来加速大数据访问。它可以做什么：使用数据流或脚本语言进行数据处理。它的作用：帮助程序员使用数据流语言利用MapReduce功能。它的作用：利用预先编写的库在MapReduce中运行机器学习算法。它如何提供帮助：允许用户通过库创建MapReduce推荐和集群。使用现有代码加速开发。它的作用：利用预先编写的库在MapReduce中运行图形算法。它如何提供帮助：用户不再需要重写图形算法来使用MapReduce。使用现有代码加速开发。可以做什么：运行测试以验证MapReduce作业功能的正确性。它如何提供帮助：运行程序测试以验证MapReduce程序的正确操作。提供对象，允许用户模拟输入过程来验证执行结果。#p#能做什么：提供一种便捷的方式来实现MapReduce工作数据的输入输出。它的作用：创建域对象来存储数据。简化MapReduce工作数据的序列化和反序列化。它能做什么：在关系数据库和Hadoop之间移动数据。它的作用：允许将数据从关系数据库移动到Hadoop中进行后期处理。从MapReduce作业中提取数据输出并将其移回关系数据库。它的作用：以可扩展的方式处理大量日志数据。它的作用：将大量日志数据移动到HDFS。由于Flume的可扩展性，它可以处理大量传入数据。它的作用：允许用户通过网络浏览器与Hadoop集群交互。它的作用：用户可以更轻松地与Hadoop集群交互。细粒度的权限设置帮助管理员配置用户。它的作用：在Hadoop中创建复杂的工作流要容易得多。它的作用：允许用户利用Hive、pig和其他项目（如MapReduce）创建复杂的工作流。内置逻辑允许用户按预定步骤处理故障。英文原文：http://www.networkworld.com/slideshow/124977/sizing-up-the-hadoop-ecosystem.html#slide1
