HDFS、HBase、Pig、Hive 和 Azkaban 之间的关系？
Relationship between HDFS, HBase, Pig, Hive and Azkaban?
我对 Apache 比较陌生 Hadoop. I have seen this and this 有关 Hadoop、HBase、Pig、Hive 和 HDFS 的问题。他们都描述了上述技术之间的比较。
但是，我已经看到，通常 Hadoop 环境包含所有这些组件（HDFS、HBase、猪、蜂巢、阿兹卡班）。
有人能以架构工作流的方式解释一下 components/technologies 与他们在 Hadoop 环境中的职责之间的关系吗？最好有例子？
总览：
HDFS 是 Hadoop 的分布式文件系统。直观上，您可以将其视为跨越许多服务器的文件系统。
HBASE 是一个面向列的数据存储。它以 Google 的 Big Table 为蓝本，但如果您对此一无所知，则可以将其视为提供实时 read/write 数据访问的非关系数据库。它已集成到 Hadoop 中。
Pig 和 Hive 是 Hadoop 生态系统中查询数据的方式。主要区别在于 Hive 比 Pig 更像 SQL。 Pig 使用所谓的 Pig Latin。
Azkaban 是一座监狱，我的意思是批处理工作流作业调度程序。所以基本上它与 Oozie 相似，因为您可以将 运行 map/reduce、猪、蜂巢、bash 等作为一项工作。
在最高级别上，您可以将 HDFS 视为您的文件系统，将 HBASE 作为数据存储。 Pig 和 Hive 将是您从数据存储中查询的方式。那么 Azkaban 将是您安排工作的方式。
扩展示例：
如果您熟悉 Linux 用于文件系统的 ext3 或 ext4，MySQL/Postgresql/MariaDB/etc 用于数据库，SQL 用于访问数据，以及 cron 用于安排作业。 （您可以在 Windows 上将 NTFS 的 ext3/ext4 和 Task Scheduler 的 cron 交换）
HDFS 取代了 ext3 或 ext4（并且是分布式的），HBASE 扮演了数据库角色（并且是非关系型的！），Pig/Hive 是一种访问数据的方式，而 Azkaban 是一种安排作业的方式。
注意：这不是同类比较。它只是为了证明 Hadoop 组件是一种抽象，旨在为您提供您可能已经熟悉的工作流。
我强烈建议您进一步研究这些组件，因为您会从中获得很多乐趣。 Hadoop 有太多可互换的组件（Yarn、Kafka、Oozie、Ambari、ZooKeeper、Sqoop、Spark 等），您会经常问自己这个问题。
编辑：您发布的链接更详细地介绍了 HBase 和 Hive/Pig 所以我试图给出一个直观的图片来说明它们是如何组合在一起的。
Hadoop 环境包含所有这些组件（HDFS、HBase、Pig、Hive、Azkaban）。它们的简短描述可以是：-
HDFS -hadoop 框架中的存储。
HBase - 它是列式数据库。您以列的形式存储数据以便更快地访问。是的，它确实使用 hdfs 作为其存储。
Pig - 数据流语言，其社区提供了内置函数来加载和处理半结构化数据，如 json 和 xml 以及结构化数据.
Hive - 查询语言 运行 在 table 秒内查询，table 此处需要挂载才能使用 HDFS 数据。
Azkaban - 如果您有 hadoop 作业管道，您可以将它们安排到 运行 在特定时间和某些依赖项之前或之后。
我对 Apache 比较陌生 Hadoop. I have seen this and this 有关 Hadoop、HBase、Pig、Hive 和 HDFS 的问题。他们都描述了上述技术之间的比较。
但是，我已经看到，通常 Hadoop 环境包含所有这些组件（HDFS、HBase、猪、蜂巢、阿兹卡班）。
有人能以架构工作流的方式解释一下 components/technologies 与他们在 Hadoop 环境中的职责之间的关系吗？最好有例子？
总览：
HDFS 是 Hadoop 的分布式文件系统。直观上，您可以将其视为跨越许多服务器的文件系统。
HBASE 是一个面向列的数据存储。它以 Google 的 Big Table 为蓝本，但如果您对此一无所知，则可以将其视为提供实时 read/write 数据访问的非关系数据库。它已集成到 Hadoop 中。
Pig 和 Hive 是 Hadoop 生态系统中查询数据的方式。主要区别在于 Hive 比 Pig 更像 SQL。 Pig 使用所谓的 Pig Latin。
Azkaban 是一座监狱，我的意思是批处理工作流作业调度程序。所以基本上它与 Oozie 相似，因为您可以将 运行 map/reduce、猪、蜂巢、bash 等作为一项工作。
在最高级别上，您可以将 HDFS 视为您的文件系统，将 HBASE 作为数据存储。 Pig 和 Hive 将是您从数据存储中查询的方式。那么 Azkaban 将是您安排工作的方式。
扩展示例：
如果您熟悉 Linux 用于文件系统的 ext3 或 ext4，MySQL/Postgresql/MariaDB/etc 用于数据库，SQL 用于访问数据，以及 cron 用于安排作业。 （您可以在 Windows 上将 NTFS 的 ext3/ext4 和 Task Scheduler 的 cron 交换）
HDFS 取代了 ext3 或 ext4（并且是分布式的），HBASE 扮演了数据库角色（并且是非关系型的！），Pig/Hive 是一种访问数据的方式，而 Azkaban 是一种安排作业的方式。
注意：这不是同类比较。它只是为了证明 Hadoop 组件是一种抽象，旨在为您提供您可能已经熟悉的工作流。
我强烈建议您进一步研究这些组件，因为您会从中获得很多乐趣。 Hadoop 有太多可互换的组件（Yarn、Kafka、Oozie、Ambari、ZooKeeper、Sqoop、Spark 等），您会经常问自己这个问题。
编辑：您发布的链接更详细地介绍了 HBase 和 Hive/Pig 所以我试图给出一个直观的图片来说明它们是如何组合在一起的。
Hadoop 环境包含所有这些组件（HDFS、HBase、Pig、Hive、Azkaban）。它们的简短描述可以是：-
HDFS -hadoop 框架中的存储。
HBase - 它是列式数据库。您以列的形式存储数据以便更快地访问。是的，它确实使用 hdfs 作为其存储。
Pig - 数据流语言，其社区提供了内置函数来加载和处理半结构化数据，如 json 和 xml 以及结构化数据.
Hive - 查询语言 运行 在 table 秒内查询，table 此处需要挂载才能使用 HDFS 数据。
Azkaban - 如果您有 hadoop 作业管道，您可以将它们安排到 运行 在特定时间和某些依赖项之前或之后。