Hadoop项目包含多个子项目，这些子项目在Hadoop的发展历程中有着重要的作用。在早期的0.20版本之前，Hadoop Common集成了HDFS（Hadoop分布式文件系统）、MapReduce等核心组件。然而，从0.21版本开始，HDFS和MapReduce被独立出来，成为两个专门的子项目，Hadoop Common则专注于提供其他公共内容支持。
其中，HDFS是Hadoop的核心组件之一，它是一种分布式文件系统，旨在支持大规模的数据存储和处理。而MapReduce是一个并行计算框架，它在0.20版本之前使用的是org.apache.hadoop.mapred的旧接口，随着0.20版本的更新，引入了org.apache.hadoop.mapreduce的新API，提高了计算效率和灵活性。
HBase是类似于Google BigTable的分布式NoSQL列数据库，于2010年5月晋升为顶级Apache项目。Hive则是一款数据仓库工具，由Facebook贡献，它提供了强大的数据处理和分析能力，帮助企业更好地管理和分析数据。
Zookeeper是一个重要的分布式服务框架，它提供了类似Google Chubby的分布式锁功能，确保了数据的一致性和可靠性，由Facebook也贡献给了Hadoop社区。而Avro是一种新的数据序列化格式和传输工具，它逐步取代了Hadoop原有的IPC机制，提升了数据传输的效率和标准性。
最后，Pig是Hadoop平台上的一个数据分析平台，它为用户提供多种接口，简化了大数据分析的复杂性，使得非专业用户也能方便地进行数据处理和挖掘。
一个分布式系统基础架构，由Apache基金会开发。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有着高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上。而且它提供高传输率（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求（requirements）这样可以流的形式访问（streaming access）文件系统中的数据。