常见关键技术有MapReduce、HBase、HDFS等，其余的例如：

1. Chukwa：数据收集系统，用于监控大型分布式系统。继承了Hadoop的可伸缩性和鲁棒性。
2. Flume：是Cloudera提供的一个高可用的，高可靠的，分布式的日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；能够对数据进行简单处理，并写到各种数据接受方(可定制) 。
3. Kafka：是一种高吞吐量的分布式，发布订阅消息系统
4. Producer、Consumer：分别负责发布消息和向Kafka broker读取消息
5. Apache Spark：专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架，不同的是，其Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，能更好地适用于数据挖掘与机器学习等需要迭代的算法。
6. Spark ：启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。可用来构建大型的、低延迟的数据分析应用程序。其在 Scala 语言中实现，Spark 和 Scala 能够紧密集成，通过 Mesos第三方集群可以在 Hadoop 文件系统中并行运行。