大數據知識培訓：Hadoop的生態系統分別是什么?(下)

　　基于Hadoop的可擴展性，它能夠便捷地單一服務器向上千臺服務器進行擴展，上節內容我們講到了Hadoop的生態系統組件，本節我們將把剩余的生態組件介紹完畢。

　　1.HBase分布式數據庫

　　HBase是Google Bigtable克隆版，它是一個針對結構化數據的可伸縮、高可靠、高性能、分布式和面向列的動態模式數據庫。和傳統關系數據庫不同，HBase采用了BigTable的數據模型：增強的稀疏排序映射表(Key/Value)，其中，鍵由行關鍵字、列關鍵字和時間戳構成。HBase提供了對大規模數據的隨機、實時讀寫訪問，同時，HBase中保存的數據可以使用MapReduce來處理，它將數據存儲和并行計算完美地結合在一起。

　　2.Zookeeper分布式協調服務

　　Zookeeper是一個分布式的，開放源碼的分布式應用程序協調服務，是Google的Chubby一個開源的實現，是Hadoop和HBase的重要組件。它是一個為分布式應用提供一致性服務的軟件，提供的功能包括配置維護、域名維護、分布式同步、組服務等用于構建分布式應用，減少分布式應用程序所承擔的協調任務。

　　3.Hive基于Hadoop的數據倉庫

　　Hive是基于Hadoop的一個分布式數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，將SQL語句轉換為MapReduce任務進行運行。其優點是操作簡單，降低學習成本，可以通過類SQL語句快速實現簡單的MapReduce統計，不必開發專門的MapReduce應用，十分適合數據倉庫的統計分析。

　　9.Flume日志收集工具

　　Flume是Cloudera提供的一個高可用，高可靠的，分布式的海量日志采集、聚合和傳輸的系統，Flume支持在日志系統文件中定制各類數據發送方，用于收集數據;同時，Flume提供對數據進行簡單處理，并寫到各種數據接收方(可定制)的能力。