文档简介：
术语解释
Hadoop：Hadoop是Apache基金会项目，是一种分布式系统的基础架构，它可以使用户在不了解分布式底层细节的情況下开发分布式程序，充分利用集群进行高速运算和存储。
服务：特指大数据组件中各进程，如DataNode、ResourceManager等。
HDFS：HDFS是Hadoop的重要组成部分，一个高度容错性的系统，适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。
MR：即MapReduce是一种编程模型，用于大规模数据集的并行运算。MapReduce的设计目标是方便编程人员在不熟悉分布式并行编程的情况下,将自己的程序运行在分布式系统上。
Yarn：是一种Hadoop 资源管理器和通用资源管理系统，可为上层应用提供统一的资源管理和调度，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。
Zookeeper：分布式的、开放源码的应用程序协调服务，是Google Chubby的一个开源实现，同时也是Hadoop和Hbase的重要依赖组件。为分布式应用提供了一致性服务，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。
Spark：专为大规模数据处理而设计的快速通用的计算引擎，是一种类MapReduce的通用并行计算框架，不同于MapReduce，Job的中间输出结果可以保存在内存中，不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等数据处理任务。
Hive：Hive是HDP的一个组件，为Hadoop中存储的数据提供类似SQL的接口，极大简化了操作人员的使用。
HBase：构建于HDFS文件系统之上，具有高可用、分布式、面向列、可伸缩性的开源数据库。
Kerberos：主要是用来做网络通信时的身份认证，保证外部节点无法与集群内部的节点通信，防止恶意的使用或篡改Hadoop集群的问题，确保了Hadoop集群安全。
