面试真题

结论：Hadoop生态包含核心组件及外围工具，覆盖存储、计算、调度与数仓等。核心：HDFS分布式文件系统提供高容错存储；YARN负责资源管理与任务调度；MapReduce批处理计算模型。外围：Hive基于HDFS的数仓支持SQL查询；HBase列式NoSQL库；Spark内存迭代计算引擎；Flume日志采集；Sqoop关系库与Hadoop传输；Kafka消息队列；Zookeeper分布式协调；Pig脚本语言。整体支持海量数据离线处理与实时补充。