大数据的诞生之初是为了存储海量数据，在存储了海量数据后，就让海量数据产生价值，于是需要海量数据的计算，海量的计算有很多job，需要海量的资源，且job之间有优先级需要调度，于是需要集中的资源调度。大数据的基石 Hadoop就大概可以分为这三块。
存储 -> 计算 -> 调度。
存储： HDFS为基石，它只是个文件系统，只负责存储，但是没有组织，导致外部查找不方便。于是hive诞生了，hive的数据还是存储在hdfs上，但是它提供了组织架构，类似关系型表的组织。hive的查询引擎是MR，不够快，于是有了其他的即席查询(impala，kylin，druid等)。但是impala使用的元数据还是hive。所有存储这块，HDFS和hive是基石。
计算: 分为实时(流式)和离线(批式)，离线有: MR, spark。 实时有: storm，flink。当然flink和spark是都可以做实时和离线，只是擅长的点不一样。 发展大体可以粗略概括为
离线: MR -> spark 实时: storm -> flink
流批一体的框架： spark和flink。
调度： 国内就是Yarn的天下。
学习路线1： Hadoop -> Hive -> zookeeper -> kafka
学习路线2： Hadoop -> Hive -> Impala -> hue -> zookeeper -> Hbase -> kafka
Hadoop安装文档：Hadoop的安装部署(学习使用)_zhang5324496的博客-CSDN博客
Hive 安装文档：Hive安装部署_zhang5324496的博客-CSDN博客
Zookeeper安装文档：Zookeeper集群搭建_zhang5324496的博客-CSDN博客
Hbase 安装文档: Hbase的安装部署_zhang5324496的博客-CSDN博客
未完，待后续补充
