Hadoop是一个由Apache基金会所开发的开源分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序，充分利用集群的威力进行高速运算和存储。Hadoop得以在大数据处理应用中广泛应用得益于其自身在数据提取、变形和加载(ETL)方面上的天然优势。Hadoop的分布式架构，将大数据处理引擎尽可能的靠近存储。
为了帮助大家进一步了解Hadoop，云栖社区组织翻译了GitHubAwesomeHadoop资源，涵盖Hadoop中常见的库与工具、存储方式、数据库，以及相关的书籍、网站等资源。
目录：
AwesomeHadoop
Hadoop
YARN
NoSQL
Hadoop上的SQL
数据管理
工作流、生命周期及管理
数据提取与整合
DSL
库和工具
实时数据处理
分布式计算和编程
包装、配置和监测
监测
搜索
安全性
基准
机器学习和大数据分析
其他
资源
网站
演示
书籍
Hadoop大数据事件
Hadoop
ApacheTez–它是一个针对Hadoop数据处理应用程序的新分布式执行框架，该框架基于YARN；
SpatialHadoop–SpatialHadoop是ApacheHadoop的MapReduce扩展，专门用于处理空间数据；
GISToolsforHadoop–用于Hadoop框架的大数据空间分析；
ElasticsearchHadoop–Elasticsearch与Hadoop深度集成，可用于实时搜索和分析，支持Map/Reduce、Cascading、ApacheHive和ApachePig；
dumbo-Python模块，使Hadoop程序的编写和运行更为容易；
hadoopy–用Cython写的PythonMapReduce库；
mrjob-mrjob是一个Python2.5+程序包，可以帮助编写和运行Hadoop工作流；
pydoop-为Hadoop提供PythonAPI的程序包；
hdfs-du-Hadoop分布式文件系统（HDFS）的交互可视化；
WhiteElephant-Hadoop的日志聚合器和仪表板；
KijiProject
Genie-Genie提供REST-fulAPI，以便运行Hadoop、Hive和Pigjobs，还管理多个Hadoop资源，并在它们之间进行作业提交；
ApacheKylin–最初来自eBay公司的开源分布式分析引擎，能提供Hadoop之上的SQL查询接口及多维分析（OLAP），以支持超大规模数据集；
Crunch-基于Go的工具包，用于在Hadoop上的ETL和特征提取；
ApacheIgnite-分布式内存平台。
YARN
ApacheSlider-ApacheSlider是Apache软件基金会的孵化项目，旨在能够轻松地实现现有应用程序到YARN集群的部署；
ApacheTwill-ApacheTwill是ApacheHadoop?YARN的抽象层，降低了开发分布式应用程序的复杂度，让开发者更专注于自己的应用逻辑；
mpich2-yarn–在YARN上运行MPICH2。
NoSQL
下一代数据库大多定位于以下几点：非关系型、分布式、开放源码和横向扩展。
ApacheHBase-ApacheHBase；
ApachePhoenix–Hbase的SQL驱动，支持辅助索引；
happybase-一个开发者友好型的Python库，用于ApacheHBase的交互；
Hannibal–用于监测和维护HBase集群的工具；
Haeinsa–用于HBase的线性可扩展多行多表交易库；
hindex–Hbase的辅助索引；
ApacheAccumulo-ApacheAccumulo可排序分布式键/值存储，是一个强大的、可扩展高性能数据存储和检索系统；
OpenTSDB-可扩展时间序列数据库；
ApacheCassandra
Hadoop中的SQL
ApacheHive
ApachePhoenix-Hbase的SQL驱动，支持辅助索引；
PivotalHAWQ–Hadoop上的并行数据库；
Lingual-用于级联的SQL接口（MR/TEZ工作发生器）；
ClouderaImpala
Presto–用于大数据的分布式SQL查询引擎，该查询引擎由Facebook开发，现已开源；
ApacheTajo-ApacheHadoop的数据仓库系统；
ApacheDrill
数据管理
ApacheCalcite-动态数据管理框架；
ApacheAtlas-用于元数据标记及类群捕获，支持复杂的商业数据分类。
工作流，生命周期及管理
ApacheOozie-ApacheOozie；
Azkaban
ApacheFalcon-数据管理与处理平台；
ApacheNiFi-数据流系统；
AirFlow–AirFlow是以编程方式建立、调度和监控数据管道的平台；
Luigi-Python包，用于构建批处理作业的复杂管道。
数据提取及整合
ApacheFlume-ApacheFlume；
Suro-Netflix分布式数据管道；
ApacheSqoop-ApacheSqoop；
ApacheKafka-ApacheKafka；
GobblinfromLinkedIn–Hadoop的通用数据提取框架；
DSL
ApachePig-ApachePig
ApacheDataFu–Hadoop中用于处理大规模数据的库的集合；
vahara–基于ApachePig的机器学习和自然语言处理；
packetpig-用于开源大数据安全性分析；
akela–Mozilla的实用工具库，用于Hadoop、HBase、Pig等等；
seqpig-Hadoop中用于大型定序数据集的简单可扩展脚本（bioinfomation除外）；
Lipstick–Pig工作流程可视化工具；A(pache)的Lipstick简介；
PigPen-PigPen是Clojure或分布式Clojure的Map-reduce，能够编译ApachePig，但是不需要过多了解Pig也可以使用PigPen。
库和工具
KiteSoftwareDevelopmentKit–一组库、工具、示例和文档；
gohadoop-ApacheHadoopYARN的本地Go客户端；
Hue–用ApacheHadoop分析数据的Web界面；
ApacheZeppelin-基于Web的笔记，可进行交互式数据分析；
Jumbune-Jumbune是为分析Hadoop集群和MapReduce作业而构建的开源产品；
ApacheThrift
ApacheAvro-ApacheAvro是一个数据序列化系统；
ElephantBird–Twitter中LZO、缓冲协议相关的Hadoop、Pig、Hive和HBase代码的集合；
SpringforApacheHadoop
hdfs-AnativegoclientforHDFS
OozieEclipsePlugin-Eclipse中用于编辑ApacheOozie工作流的图形编辑器。
实时数据处理
ApacheStorm
ApacheSamza
ApacheSpark
ApacheFlink-ApacheFlink是高效的分布式通用数据处理的平台，用于精准的流处理。
分布式计算和编程
ApacheSpark