大数据生态圈常用组件（一）：数据库、查询引擎、ETL工具、调度工具等(1)

组件名 属性标签 特性 使用场景 价格成本 Mysql  关系型数据库，行式存储，支持sql 轻量级数据分析，存储 hive的元数据，kettle的资源库，web 应用后台库。 社区版和商业版 Oracle  关系型数据库，行式存储，支持sql 中量级数据分析，存储。可分布式 BI（商业智能） 社区版和商业版 Hive  基于HDFS的数据仓库，可行（textfile）可列（parquet）存储，支持sql 支持数据量大，依赖jdk，hadoop，元数据存储一般使用mysql 数据仓库，离线大数据集的批处理作业 开源 Spark  基于内存的大规模数据处理快速通用的计算引擎，支持sql Job中间输出结果可以保存在内存中，从而不再需要读写HDFS。通用引擎： 支持SQL 查询、文本处理、机器学习 适用于数据挖掘与机器学习；