Mapreduice：
理解：
大數(shù)據(jù)并行處理的計(jì)算模型。
用途：
為保證數(shù)據(jù)處理速度，大數(shù)據(jù)處理部分用這個(gè)模型去做。

Elasticsearch：
理解：
Elasticsearch是提供持久存儲、統(tǒng)計(jì)等多項(xiàng)功能的現(xiàn)代搜索引擎。
用途：
可以用它來存儲已經(jīng)算好，或者不需要去更新的數(shù)據(jù)，主要用它做數(shù)據(jù)查詢。

Hive：
理解：
構(gòu)建在基于靜態(tài)批處理的Hadoop之上，基于MapReduce任務(wù)實(shí)現(xiàn)大數(shù)據(jù)集的批處理作業(yè)。
用途：
大數(shù)據(jù)處理基于這個(gè)數(shù)據(jù)庫去做大量結(jié)構(gòu)化數(shù)據(jù)的離線分析、多維度離線數(shù)據(jù)分析，存儲離線的日志信息供后續(xù)定位、分析使用。

MongoDB：
理解：
基于分布式文件存儲的非關(guān)系數(shù)據(jù)庫。
用途：
可以用它來做web網(wǎng)站實(shí)時(shí)結(jié)構(gòu)化數(shù)據(jù)緩存。

Redis：
理解：
高性能的key-value數(shù)據(jù)庫。
用途：
可以用它來做web網(wǎng)站非結(jié)構(gòu)化數(shù)據(jù)的緩存。也可以用于高性能的任務(wù)隊(duì)列。

Mysql：
理解：
web服務(wù)最好用的RDBMS
用途：
用它來存儲量級不是很大的網(wǎng)站數(shù)據(jù)，例如用戶數(shù)據(jù)，會員等級數(shù)據(jù)，用戶的登錄、操作日志數(shù)據(jù)。

Kafka：
理解：
一種高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)，每秒可以處理幾十萬條消息，延遲低，支持?jǐn)?shù)千個(gè)客戶端同時(shí)讀寫，支持熱擴(kuò)展
用途：
1. 服務(wù)日志收集
2. 用作消息隊(duì)列，例如爬蟲抓取完的數(shù)據(jù)存到kafka，數(shù)據(jù)處理從kafka獲取數(shù)據(jù)進(jìn)行后續(xù)處理。
3. 榜單數(shù)據(jù)收集，每次打開榜單頁，可直接從kafka從頭到尾按順序讀出榜單數(shù)據(jù)
4. 用戶活動跟蹤，記錄用戶活動行為
5. 運(yùn)營監(jiān)控?cái)?shù)據(jù)的存儲
6. 流式處理的數(shù)據(jù)存儲

memcache：
理解：
基于多線程的key-value數(shù)據(jù)庫。
用途：
暫時(shí)用不到，redis就夠了。

Hbase：
理解：
可以理解為能存更多數(shù)據(jù)，擴(kuò)展更容易，大數(shù)據(jù)量頻繁操作成本更低的redis
用途：
暫時(shí)用不到，數(shù)據(jù)量級沒那么大。

Spark：
理解：
Spark是大規(guī)模數(shù)據(jù)處理的通用框架
用途：
可以和kafka配合使用，做流式處理和機(jī)器學(xué)習(xí)。