按功能组件分类
    Hadoop 分布式文件系统（HDFS）：是 Hadoop 的核心组件之一，用于在集群中存储大规模的数据。它具有高可靠性、高可扩展性和高容错性，能够将数据分散存储在多个节点上，并提供数据的冗余备份，以防止数据丢失。
    YARN（Yet Another Resource Negotiator）：负责集群资源的管理和调度。它将集群中的计算资源（如 CPU、内存等）分配给不同的应用程序，确保资源的合理利用和高效分配，支持多种计算框架在同一集群上运行。
    MapReduce：是一种分布式计算模型，用于处理大规模数据集的并行计算。它将数据处理任务分解为多个 Map 任务和 Reduce 任务，在集群中的多个节点上并行执行，终将结果合并得到终的处理结果。不过，随着技术的发展，现在也有其他计算框架（如 Spark 等）可以与 HDFS 和 YARN 结合使用，替代或补充 MapReduce 的功能。

按部署模式分类
    单机模式：也称为本地模式，将 Hadoop 的所有组件安装在一台机器上，用于开发和测试目的。这种模式下，Hadoop 运行在单个 JVM 中，不涉及分布式计算，主要用于快速验证代码和学习 Hadoop 的基本原理。
    伪分布式模式：在一台机器上模拟分布式环境，将 Hadoop 的各个组件分别运行在不同的进程中，形成一个小型的分布式集群。这种模式可以用于更深入的开发和测试，体验 Hadoop 在分布式环境下的运行机制，但实际处理能力仍然有限。
    完全分布式模式：将 Hadoop 部署在多个物理节点组成的集群上，各个节点分别承担不同的角色，如 NameNode、DataNode、ResourceManager、NodeManager 等。这种模式能够充分发挥 Hadoop 的分布式计算能力，处理大规模的数据和复杂的计算任务，是生产环境中常用的部署方式。

按发行版本分类
    Apache Hadoop：是 Hadoop 的开源原始版本，由 Apache 软件基金会维护和开发。它提供了 Hadoop 的核心功能和基本组件，是其他发行版本的基础。
    Cloudera CDH（Cloudera Distribution including Hadoop）：是 Cloudera 公司基于 Apache Hadoop 开发的商业发行版，提供了更完善的管理工具、性能优化和技术支持。CDH 在企业级应用中广泛使用，具有较高的稳定性和可管理性。
    Hortonworks HDP（Hortonworks Data Platform）：也是一款基于 Apache Hadoop 的商业发行版，强调数据的安全性、可靠性和易用性。HDP 提供了一系列的工具和服务，用于构建和管理大数据平台。