Hadoop有两个主要组件
我是Hadoop的新手，如果我的问题太不成熟，我深表歉意。
我知道Hadoop用于分析大型数据集上的数据。最后，我们如何处理分析的数据，创建报告和演示？
例如，如果是SSRS报告，则报告将基于使用SQL查询从RDBMS中提取的结果数据生成。
但是，在基于Hadoop的数据库中是如何工作的呢？如果客户端请求了一个特定的报告，而该报告需要HadoopDB中的数据点，那么流程会如何？我确信Client不会直接在hadoop中运行Job来提取生成报告所需的数据，因为hadoop作业需要更多的时间来处理。
我的问题是，通过在hadoop数据库上运行MR作业，处理后的数据（结果集）是否存储在任何中间数据库中，如RDBMS？以便客户端可以提取生成报告所需的数据？
请澄清这一点。
- 分布式存储（HDFS）
- 分布式计算（Map Reduce）
Hadoop应该更多地被可视化为分布式操作系统，HDFS作为分布式存储，MapReduce作为内核。有许多工具，如Hive、Pig、Sqoop、Impala、Datameer、Spark等，可以利用这些分布式功能。
一旦运行了ETL等重量级数据处理，就可以将数据加载回轻量级关系数据库，并连接SSRS等企业BI工具进行报告。此外，像Tableau这样的BI工具通过Spark连接Hadoop，我们可以使用Spark直接从Hadoop报告。Datameer是基于Hadoop的可视化工具，可用于报告数据。
简而言之，不应该将SSRS和Hadoop这样的工具进行比较。Hadoop是一种无缝提供分布式功能的技术，它周围的生态系统可以用来解决利用它的业务问题。