1，HDFS是hadoop的分布式文件系统，用于数据的存储和管理。

2，mapreduce是分布式计算框架，用于处理和计算大量的数据。

3， hive是基于hadoop的数据仓库，用于将sql转化为mapreduce任务在hadoop上执行。

4，hbase是分布式列存数据库，可以让大规模数据更加随机，在实时读写访问的同时，mapreduce可以处理保存在hbase里的数据，使得数据存储和并行计算有了更好的结合。

5，zookeeper是分布式协作服务，解决了分布式环境下的数据管理问题。

6，sqoop是数据同步工具，用于传统数据库和hadoop之间数据的传输。

7，pig是基于hadoop的数据流系统，通常用于离线分析，它定义了一种数据流语言-pig latin，可以将脚本转换为mapreduce任务在hadoop上执行。

8，mahout是数据挖掘算法库，创建了一些可扩展的机器学习领域经典算法的实现，让开发者们可以更快速更方便地创建应用程序。

9，flume是日志收集工具，具有分布式，高可靠，高容错，易于定制和扩展的特点。它将数据从产生，传输，处理并写入目标的路径的过程抽象为数据流，在具体的数据流中，数据源支持在flume中定制数据发送方，从而支持收集各种不同协议数据。

10，yarn是一种新的 Hadoop资源管理器，它是一个通用资源管理系统，可为上层应用提供统一的资源管理和调度，它的引入为集群在利用率、资源统一管理和数据共享等方面带来了巨大好处。