hbase standalone模式

hbase standalone运行在本地文件系统
官网详解

hive

hive必须使用hadoop

zookeeper

官网安装指导

spark

spark run on standalone 官网详解

sqoop

sqoop依赖Hadoop命令
You invoke Sqoop through the program launch capability provided by Hadoop. The sqoop command-line program is a wrapper which runs the bin/hadoop script shipped with Hadoop. If you have multiple installations of Hadoop present on your machine, you can select the Hadoop installation by setting the $HADOOP_COMMON_HOME and $HADOOP_MAPRED_HOME environment variables.

kafka

Kafka uses ZooKeeper
官网资料

NoSQL

• hadoop hbase
  对于普通的scan和基于行的get等基本查询，性能完全不是问题，只是只提供裸的api,易用性上是短板，可扩展性方面是最强的，其次坐上了Hadoop的快车，社区发展很快，各种基于其上的开源产品不少，来解决诸如join、聚集运算等复杂查询。

• Mongodb
  分布式nosql，具备了区别mysql的最大亮点：可扩展性。mongodb 最新引人的莫过于提供了sql接口，是目前nosql里最像mysql的，只是没有ACID的特性，发展很快，支持了索引等特性，上手容易，对于数据量远超内存限制的场景来说，还需要慎重。

• redis cluster
  in memory key-value store，同时提供了更加丰富的数据结构和运算的能力，成功用法是替代memcached，通过checkpoint和commit log提供了快速的宕机恢复，同时支持replication提供读可扩展和高可用。

• leveldb
  真正基于磁盘的key-value storage, 模型单一简单，数据量不受限于内存大小，数据落盘高可靠，Google的几位大神出品的精品，LSM模型天然写优化，顺序写盘的方式对于新硬件ssd再适合不过了，不足是仅提供了一个库，需要自己封装server端。

• bigtable开源实现 hypertable

• Amazon DynamoDB

• Google bigtable

• Facebook Cassandra

• 美团 Cellar

参考链接：
https://www.cnblogs.com/vajoy/p/5471308.html

数据集成工具

• kettle
  一款国外开源的ETL工具，纯java编写，可以在window、linux、Unix上运行，数据抽取高效稳定。
  kettle使用教程

• sqoop
  依赖map-reduce计算框架

• dataX
  DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、Oracle、HDFS、Hive、OceanBase、HBase、OTS、ODPS 等各种异构数据源之间高效的数据同步功能。
  依赖python2.x
  GitHub地址

• StreamSets
  官网资料

数据集成之 kettle、sqoop、datax、streamSets 比较
kettle速度较慢，但有web界面
dataX速度较kettle快。

集群管理工具

• Ambari Ambari + had
  Hortonworks公司

• Cloudera Manager Cloudera Manager + CDH Cloudera公司

• Hue CDH专门的一套web管理器。
  官网

总结

综上分析，如果不安装Hadoop搭建本地大数据时，可以安装：
zookeeper、kafka、hbase standalone模式、spark standalone模式；
数据集成工具可以使用kettle、dataX、StreamSets；
集群管理工具使用Ambari、Cloudera Manager；
NoSQL数据库可选择hbase、redis、MongoDB、leveldb；