- 離線計算組件
1.1 hive
hive是基於Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射爲一張數據庫表，並提供簡單的sql查詢功能，可以將sql語句轉換爲MapReduce任務進行運行。 其優點是學習成本低，可以通過類SQL語句快速實現簡單的MapReduce統計，不必開發專門的MapReduce應用，十分適合數據倉庫的統計分析。但是在轉換爲MapReduce的計算過程中，計算速度比較慢，適合於非實時性的要求的計算。
1.2 impala
impala是Cloudera公司開發的一套大數據計算引擎，它在功能作用上類似hive，但是impala的內部計算模式並沒有採用Hive+MapReduce批處理模式，而是通過使用與商用並行關係數據庫中類似的分佈式查詢引擎，impala是基於內存計算，對內存的要求相比於hive+MapReduce模式會更高些。在對大數據量查詢時，impala會比hive更能及時的響應返回結果。 據說Impala在性能上比Hive高出3~30倍。
所以Hive適合於長時間的批處理查詢分析，而Impala適合於實時交互式SQL查詢，Impala給數據分析人員提供了快速實驗、驗證想法的大數據分析工具。
1.3 spark SQL
sparkSQL 是spark處理結構化數據的庫，它是一種新的計算引擎，它在功能作用上類似hive和impala。spark擴充了的MapReduce計算模型，MapReduce通常將中間結果放到磁盤上,所以與磁盤交互比較多，性能上相對於差些，而Spark是基於內存並行大數據框架，中間結果通常存放在內存，相比於MapReduce來說，迭代數據計算的Spark效率會更高些。
據說在計算性能上比hive高出10~100倍。
2. 流式計算組件
2.1 Strom
Storm是一個流式計算處理框架，擁有低延遲、高性能、分佈式、可擴展、容錯等特性，可以保證消息不丟失，消息處理嚴格有序。通俗講，storm是處理消息源，來一條消息數據，處理一條數據，實現實時響應計算結果，支持亞秒級響應，正真意義上流計算實時響應。
2.2 Spark streaming
Spark Streaming類似於 Storm，也是一個流式計算處理框架，用於流式數據的處理。有高吞吐量和容錯能力強這兩個特點。通俗講，Spark Streaming是實時處理小批量數據，
Spark Streaming接收消息源的一條消息，不像Strom一樣及時處理了，而是當消息數據積累達到一定量的時候再一併處理消息數據，實現秒級響應。
如果對實時性要求非常高的，例如需要亞秒級響應結果的場景 ，建議的使用Strom，而
如果對於實時性不是非常嚴格，例如能在秒級內能響應結果的場景，可以使用Spark streaming。