Hadoop 生态圈的流式计算补丁——Storm和S4挺值得聊聊的。MapReduce虽然经典，但一遇到实时数据就有点吃力——数据一开始就固定死了，中途不能变。而Storm就比较灵活，数据一边流、一边算，淘宝、mediaV 这些大厂都用它。要搞实时，Storm 是个不错的起点。

Spark的思路也挺有意思，说白了就是把 MapReduce 搬到内存里，速度立马就上来了。再加上个 SQL 壳子，就是当年的Shark。不过那会儿还是实验阶段，现在你可以直接用 Spark SQL，成熟多了。

交互式查询的话，Impala和Drill也蛮火的，思路来自 Google 的 Dremel。Impala上线一年就推 1.0 版本，需求是真的刚。适合你想快速查点小数据，响应也快。只不过扩展性、容错这些还在路上，用之前心里得有点数。

想系统了解这些工具的，可以翻下下面几个链接，我自己也收藏了：

如果你刚开始接触这些工具，建议从Spark和Storm先上手，社区活跃，资料也比较多。