Apache Flink 是一个用于可扩展批处理和流数据处理的开源平台。Flink 在一个系统中支持批处理和流分析。分析程序可以用 Java 和 Scala 中简洁、优雅的 API 编写。

Tremor 是一个开源的事件处理系统和实时数据处理引擎，主要用于处理和分析大规模、高频率的消息流。它被设计为一个可编程、低延迟、高吞吐的数据处理系统，特别适合于物联网（IoT）、实时分析、监控和复杂事件处理（CEP）等用途。

Apache Hive 是可实现大规模分析的分布式容错数据仓库系统。该数据仓库集中存储信息，您可以轻松对此类信息进行分析，从而做出明智的数据驱动决策。Hive 让用户可以利用 SQL 读取、写入和管理 PB 级数据。

Apache Hadoop 是一种开源框架，用于高效存储和处理从 GB 级到 PB 级的大型数据集。利用 Hadoop，您可以将多台计算机组成集群以便更快地并行分析海量数据集，而不是使用一台大型计算机来存储和处理数据。

Apache Spark 是一个开源的统一分析引擎，主要用于大规模数据处理。它提供了对数据批处理和流处理的高速处理能力，并支持多种编程语言（如 Java、Scala、Python 和 R）。Spark 由 Apache 软件基金会维护，并且在大数据生态系统中占有重要地位。

Apache HBase 是一个分布式的、面向列的开源数据库，基于 Hadoop 文件系统（HDFS）构建，旨在处理大规模的结构化数据存储。HBase 最初由 Google 的 Bigtable 论文启发，并成为了 Hadoop 生态系统中的关键组成部分。它能够提供实时读写访问，并支持随机、实时的读写需求，非常适合处理大数据应用场景。

Apache Kudu 是一个为 Hadoop 生态系统设计的开源列式存储引擎，于 2015 年由 Cloudera 公司开发并捐赠给 Apache 软件基金会。Kudu 旨在结合传统 Hadoop 生态系统（如 HDFS）的高吞吐量和低延迟的数据访问能力，提供高效的随机读写和快速的分析查询能力。

Apache Storm 是一个分布式实时计算系统，专门用于处理大规模的数据流。它最初由 Twitter 开发并于 2011 年开源，后来成为 Apache 软件基金会的顶级项目。Storm 允许开发者创建实时数据处理应用（称为拓扑），并能够在分布式环境中低延迟、高吞吐量地处理数据流。

支持DAG作业的开源计算框架。相对于MapReduce性能更好，主要原因在于其将作业描述为DAG（有向无环图），这一点与Spark类似

Zookeeper是一种分布式协调服务，它提供了一组简单的原语，可以帮助开发人员构建分布式应用程序。Zookeeper的核心功能是管理和协调分布式应用程序中的进程，这些进程需要协调访问共享资源或协调执行任务。Zookeeper通过维护一个分层命名空间和状态树来实现这一点，应用程序可以向Zookeeper注册自己的状态，其他应用程序可以在Zookeeper上监听这些状态。Zookeeper还提供了一些其他的功能，如分布式锁和队列，以帮助开发人员构建高可用性、可伸缩性和可靠性的分布式系统。Zookeeper通常与Hadoop、Kafka和其他分布式系统一起使用。