Apache，HBase，Hadoop，Solr，Gora中的混乱

Question

我对所有这些术语都很陌生，给了我一些时间去理解它。但我有一些困惑。如果我错了，请纠正我。

Nutch:这是用于网页爬行，使用它，我们可以抓取网页。我们可以把这些网页存储在db的某个地方。

Solr: Solr可以用于为Apache爬行的网页建立索引。它有助于搜索索引网页。

HBase:它被用作与Hadoop交互的接口。它有助于从HDFS实时获取数据。它为交互提供了简单的SQL类型接口。

Hadoop:它提供了两个功能:一个是HDFS (Hadoop数据文件系统)，另一个是从Google算法获取的Map-还原功能。它主要用于离线数据备份等。

戈拉和ZooKeeper:我不确定。

混淆: 1)。HBase是一个键值对DB还是仅仅是Hadoop的一个接口？或者我应该问，没有Hadoop HBase还能存在吗？如果是的话，你能解释一下它的用法吗？

2)。在没有索引到Solr的情况下，是否可以使用Apache爬行数据？

3)。要运行apache，我们需要HBase和Hadoop吗？如果没有，我们如何才能使它没有它的工作？

4)。Hadoop是HBase的一部分吗？

Answer 1

1. 下面是关于HBase与Hadoop：Difference between HBase and Hadoop/HDFS的简短讨论

因为HBase构建在Hadoop之上，所以没有Hadoop就不能真正拥有HBase。

1. 是的，您可以在没有Solr的情况下运行Nutch；但是，似乎没有很多用例，更不用说野外的活生生的例子了。
2. 是的，你可以在没有Hadoop的情况下运行Nutch，但是似乎并没有很多这样做的人在现实世界中的例子。
3. 是的，Hadoop是HBase的一部分，因为没有Hadoop就没有HBase，但是当然Hadoop也用于其他事情。

Zookeeper用于Hadoop堆栈工作流中的配置、命名、同步等。Gora是一个内存管理/持久性框架，构建在Hadoop之上。