回答完这个问题，准备说点其他的。最近想了很久，准备开始写一系列的文章，记录这些年来的所得所想，感觉内容比较多不知从哪里开始，就画了文章开头的思维导图确定了大的方向，大家都知道大数据的主流技术变化迭代很快，不断会有新的东西加入，所以这张图里内容也会根据情况不断添加。细节的东西我会边写边定，大家也可以给我一些建议，我会根据写的内容实时更新这张图以及下面的目录。
关于分组上面的大数据组件分组其实是比较纠结的，特别是作为一个有强迫症的程序猿，有些组件好像放在其他组也可以，而且我又不想要分太多的组看起来会很乱，所以上面这张图的分组方式会稍主观一些。分组方式肯定不是绝对的。
举个例子，像kafka这种消息队列一般不会和其它的数据库或者像HDFS这种文件系统放在一起，但是它们同样都具备有分布式持久化存储的功能，所以就把它们放在一块儿了；还有openTsDB这种时序数据库，说是数据库实际上只是基于HBase上的一个应用，我觉得这个东西更侧重于查询和以及用何种方式存储，而不在于存储本身，所以就主观地放在了“分布式计算与查询”这一类，还有OLAP的工具也同样放在了这一组。
同样的情况还存在很多，大家有异议也可以说出来讨论下。
目的大家都知道大数据的技术日新月异，作为一个程序猿想要保持竞争力就必须得不断地学习。写这些文章的目的比较简单，一是可以当做一个笔记，梳理知识点；二是希望能帮到一些人了解学习大数据。每一篇的篇幅不会太长，阅读时间控制在5到10分钟。我的公众号大叔据，会同步更新。喜欢看公众号文章的同学可以关注下，文章的篇幅不会太长，不会占用你太多的阅读时间，每天花一点时间学习，长期积累总是会有收获的。