Hadoop生态圈分层完整图谱结构
| 层级分类 | 核心功能 | 核心组件 |
| 核心基础层 | 底层存储、资源与计算核心 | HDFS（分布式文件系统）、YARN（分布式资源调度）、MapReduce（离线计算框架） |
| 计算引擎层 | 数据处理计算框架 | Spark（内存计算框架）、Flink（实时流计算）、Tez（DAG计算模型） |
| 存储查询层 | 结构化/半结构化存储与查询 | HBase（分布式NoSQL列存数据库）、Hive（数据仓库）、Impala、Presto（交互式查询）、Iceberg（开放表格式） |
| 数据接入层 | 数据采集与同步 | Flume（日志采集工具）、Sqoop（结构化数据同步）、Kafka（消息队列缓存） |
| 调度与管控层 | 工作流调度、集群运维管理 | Oozie（工作流调度）、ZooKeeper（分布式协调服务）、Ambari（集群部署运维） |
| 数据治理层 | 权限与数据管理 | Ranger、Sentry（权限管控）、HCatalog（表与存储管理） |
| 机器学习层 | 数据挖掘与算法库 | Spark MLlib（分布式机器学习库）、Mahout（传统数据挖掘工具） |
核心组件位置关系
核心协同链路为：Fluent/Sqoop 采集数据 → HDFS 持久化存储 → YARN 分配集群资源 → MapReduce/Spark/Flink 处理数据 → Hive 简化分析流程/HBase 提供实时读写 → Oozie 调度作业 → ZooKeeper 协调集群状态，所有上层组件都直接或间接依赖HDFS的底层存储能力。
