1、 hadoop開源，更容易拿到源代碼等，微軟等相關產品都是閉源的。Hadoop和微軟就好比安卓和ios。市面上華爲，小米，三星基本上都在Google開源Android的基礎上二次開發成自己的rom。
2、 大數據現在是中國的十三五國家戰略，大數據火啊，而Apache hadoop現在已經發展成一個龐大的生態圈。全球各地的開發者都在貢獻者自己的代碼。各個分支也是相當火爆，例如spark。
3、 現在普遍認爲，大數據狹義的代表就是hadoop，其實並不是這樣，現在大數據公司有很多，
有做大數據基礎平臺的，例如星環科技，MapR，Hortonwork，Cloudera，這四家應該是現在全球頂尖top4了，3家美國硅谷的，一家中國上海的。這四家都是基於開源hadoop發展起來的。
有MPP架構的DW產品，例如Teredata，GP，IBM等
有做上層數據應用的，這類公司非常多，很多需要賣人力工時。
也有現在賣數據的公司，這種公司也非常多。
下面給個圖大家隨便看看
Hadoop生態系統
當今的Hadoop已經成長爲一個龐大的體系，只要有和海量數據相關的領域。都有Hadoop的身影。
Hadoop生態系統圖譜
大家知道，Hadoop的兩大核心就是HDFS和MapReduce，而整個Hadoop的體系結構主要是通過HDFS的分佈式存儲作爲底層數據支持的。並且會通過MapReduce來進行計算分析。 Hadoop1.x的核心：
1. Hadoop Common
2. Hadoop Distributed File System（HDFS）
3. Hadoop MapReduce
Hadoop2.x的核心：
1. Hadoop Common
2. Hadoop Distributed File System（HDFS）
3. Hadoop MapReduce
4. Hadoop YARN
Hadoop1.x 生態系統圖
Hadoop2.x 生態系統圖
1. HDFS
分佈式文件系統，將一個文件分成多個塊，分別存儲(拷貝)到不同的節點上.它是Hadoop體系中數據存儲管理的基礎。它是一個高度容錯的系統，能檢測和應對硬件故障，用於在低成本的通用硬件上運行。HDFS簡化了文件的一致性模型，通過流式數據訪問，提供高吞吐量應用程序數據訪問功能，適合帶有大型數據集的應用程序。
2. MapReduce
分佈式計算框架，它是一種分佈式計算處理模型和執行環境，用於進行大數據量的計算。共包括Map和Reduce部分。其中Map接受一個鍵值對（key-value），產生一組中間鍵值對。MapReduce框架會將map函數產生的中間鍵值對裏鍵相同的值傳遞給一個reduce函數。Reduce函數：接受一個鍵，以及相關的一組值，將這組值進行合併產生一組規模更小的值（通常只有一個或零個值）。
3. hive
基於Hadoop的數據倉庫工具，可以將結構化的數據文件映射爲一張數據庫表，並提供類似SQL一樣的查詢語言HiveQL來管理這些數據。Hive定義了一種類似SQL的查詢語言(HQL),將SQL轉化爲MapReduce任務在Hadoop上執行。通常用於離線分析。
4. Pig
Pig是一個基於Hadoop的大數據分析平臺，它提供了一個叫PigLatin的高級語言來表達大數據分析程序，將腳本轉換爲MapReduce任務在Hadoop上執行。通常用於進行離線分析。
5. Mahout
數據挖掘算法庫，Mahout起源於2008年，最初是Apache Lucent的子項目，它在極短的時間內取得了長足的發展，現在是Apache的頂級項目。Mahout的主要目標是創建一些可擴展的機器學習領域經典算法的實現，旨在幫助開發人員更加方便快捷地創建智能應用程序。Mahout現在已經包含了聚類、分類、推薦引擎（協同過濾）和頻繁集挖掘等廣泛使用的數據挖掘方法。除了算法，Mahout還包含數據的輸入/輸出工具、與其他存儲系統（如數據庫、MongoDB 或Cassandra）集成等數據挖掘支持架構。
6. ZooKeeper
分佈式協作服務，是一個針對大型分佈式系統的可靠協調系統，提供包括配置維護，名字服務，分佈式同步和組服務等功能。Hadoop的管理就是用的ZooKeeper
7. HBase
HBase是一個分佈式列存數據庫，它基於Hadoop之上提供了類似BigTable的功能。HBase是一個針對結構化數據的可伸縮、高可靠、高性能、分佈式和麪向列的動態模式數據庫。和傳統關係數據庫不同，HBase採用了BigTable的數據模型：增強的稀疏排序映射表（Key/Value），其中，鍵由行關鍵字、列關鍵字和時間戳構成。HBase提供了對大規模數據的隨機、實時讀寫訪問，同時，HBase中保存的數據可以使用MapReduce來處理，它將數據存儲和並行計算完美地結合在一起。
8. Sqoop
數據同步工具，SQL-to-Hadoop的縮寫。Sqoop是一個Hadoop和關係型數據庫之間的數據轉移工具。可將關係型數據庫中的數據導入到Hadoop的HDFS中，也可將HDFS中的數據導進到關係型數據庫中主要用於傳統數據庫和Hadoop之前傳輸數據。數據的導入和導出本質上是Mapreduce程序，充分利用了MR的並行化和容錯性。
9. Flume
日誌收集工具，Cloudera開源的日誌收集系統，具有分佈式、高可靠、高容錯、易於定製和擴展的特點。它將數據從產生、傳輸、處理並最終寫入目標的路徑的過程抽象爲數據流，在具體的數據流中，數據源支持在Flume中定製數據發送方，從而支持收集各種不同協議數據。同時，Flume數據流提供對日誌數據進行簡單處理的能力，如過濾、格式轉換等。此外，Flume還具有能夠將日誌寫往各種數據目標（可定製）的能力。總的來說，Flume是一個可擴展、適合複雜環境的海量日誌收集系統。
10. Ambari
是一個對Hadoop集羣進行監控和管理的基於Web的系統。目前已經支持HDFS，MapReduce，Hive，HCatalog，HBase，ZooKeeper，Oozie，Pig和Sqoop等組件。
11.Apache Spark：Apache Spark是提供大數據集上快速進行數據分析的計算引擎。它建立在HDFS之上，卻繞過了MapReduce使用自己的數據處理框架。Spark常用於實時查詢、流處理、迭代算法、複雜操作運算和機器學習。
現在hadoop發展很快，也有很多新的技術，以上也有很多技術不是那麼火爆了，有更優的選擇，不過我覺得如果你想學習大數據，作爲技術宅，這些組件還是都需要了解的。