?本篇是hadoop部分的最后一篇，主要介紹Hadoop家族的常用工具。以及解答學習過程中的一些疑問。

hadoop家族

?Pig是上層封裝了的數據流處理工具。
?Mahout是基于集群的數據挖掘工具。
?Zookeeper是集群管理工具，比如配置一些備用服務器，當重要的服務宕機時，及時補救。
?其中黃色部分是hadoop安裝包中自帶的，HDFS是文件系統支持，MapReduce是計算支持。
?綠色部分都是向上層提供類似數據庫的數據訪問，但方式不同。Hive是基于MapReduce的封裝，它向上層提供了類似SQL語言的HQL，向下通過MapReduce方式訪問數據。HBase在對HDFS層的封裝，它本質上是一種key/value系統，主要負責數據存儲，解決的是HDFS隨機存儲方面的問題。

有了mysql為什么還要Hadoop?

?我們之前介紹搭建比特幣礦池的時候，使用zookeeper+kafka+mysql建立集群，其中用mysql建構數據服務器，集群中其它機器通過ip和端口訪問其數據，配置方便，速度也不錯。既然集群中可以使用mysql存儲數據，那為什么還非要用hadoop系列存儲工具呢？
?mysql存放的是數據庫，而hadoop系列存放的是數據倉庫，一方面HDFS針對的是更大規模的數據，另一方面mysql的數據類型只限于數據庫，而HDFS比較靈活，可以存儲各種類型的數據。

具體安裝

?集群中的計算機軟硬件可能有所差異，為了保證一致性，最好使用下載軟件包的方式安裝，而不用apt-get系列工具。一般的安裝過程主要包括：下載，解包，設置環境變量，修改配置文件，啟動等幾個部分。