Apache Nutch，HBase，Hadoop，Solr，Gora中的混乱

Question

我对所有这些术语都是陌生的，并花了一些时间来理解它。 但是我有些困惑。 如果我错了，请纠正我。

Nutch：用于网络爬网，使用它我们可以爬网网页。 我们可以将这些网页存储在db中的某个位置。

Solr：Solr可用于索引Apache Nutch爬行的网页。 它有助于搜索索引网页。

HBase：用作与Hadoop交互的接口。 它有助于从HDFS实时获取数据。 它提供了用于交互的简单SQL类型接口。

Hadoop：它提供两种功能：一种是HDFS（Hadoop数据文件系统），另一种是采用Google算法提供的Map-Reduce功能。 它基本上用于离线数据备份等。

Gora和ZooKeeper：我不确定。

困惑：1）。 HBase是键值对数据库还是仅仅是Hadoop的接口？ 或者我应该问，没有Hadoop的HBase是否可以存在？ 如果是，您能否进一步解释其用法。

2）。 在没有索引到Solr的情况下，使用Apache Nutch进行爬网数据有没有用？

3）。 为了运行apache，我们需要HBase和Hadoop吗？ 如果没有，我们如何使它不起作用？

4）。 Hadoop是HBase的一部分吗？

Answer 1

1. 这是关于HBase与Hadoop的简短讨论： HBase与Hadoop / HDFS之间的区别

因为HBase是基于Hadoop构建的，所以没有Hadoop就无法真正拥有HBase。

2. 是的，您可以在没有Solr的情况下运行Nutch； 似乎没有很多用例，但是，很少有活用的例子。

3. 是的，您可以在不使用Hadoop的情况下运行Nutch，但同样，在现实世界中，似乎没有很多人这样做。

4. 是的，Hadoop是HBase的一部分，因为没有Hadoop，就没有HBase，但是Hadoop当然也用于其他用途。

Zookeeper用于Hadoop堆栈工作流程中的配置，命名，同步等。 Gora是一个内存管理/持久性框架，建立在Hadoop之上。