概述：
hdfs是hadoop的分布式文件系统。直观地说，您可以将其视为跨多个服务器的文件系统。
hbase是一种面向列的数据存储。它是模仿google的big table的，但是如果你不知道这一点，那么就把它想象成一个非关系数据库，提供对数据的实时读/写访问。它被集成到hadoop中。
pig和hive是在hadoop生态系统中查询数据的方法。主要的区别在于，hive更像sql而不是pig。pig使用所谓的pig拉丁语。
阿兹卡班是个监狱，我的意思是批量工作流作业调度器。因此基本上它与oozie类似，您可以将map/reduce、pig、hive、bash等作为单个作业运行。
在可能的最高级别上，您可以将hdfs视为文件系统，hbase作为数据存储。pig和hive将是您从数据存储中进行查询的方法。那么阿兹卡班就是你安排工作的方式。
拉伸示例：
如果您熟悉linux ext3或ext4作为文件系统，mysql/postgresql/mariadb/etc作为数据库，sql用于访问数据，cron用于调度作业(您可以将ext3/ext4交换为ntfs，将cron交换为windows上的任务调度器）
hdfs代替ext3或ext4（并且是分布式的），hbase扮演数据库角色（并且是非关系的！），pig/hive是访问数据的一种方式，azkaban是安排作业的一种方式。
注意：这不是一个苹果对苹果的比较。这只是为了证明hadoop组件是一个抽象概念，旨在为您提供一个您可能已经熟悉的工作流。
我强烈建议您进一步研究组件，因为您将获得大量的乐趣。hadoop有那么多可以互换的组件（yarn、kafka、oozie、ambari、zookeeper、sqoop、spark等等），你会经常问自己这个问题。
编辑：您发布的链接更详细地介绍了hbase和hive/pig，因此我试图直观地展示它们是如何结合在一起的。

hadoop环境包含所有这些组件（hdfs、hbase、pig、hive、azkaban）。简要描述如下：
hdfs—hadoop框架中的存储。
hbase—它是列式数据库。以列的形式存储数据，以便更快地访问。是的，它确实使用hdfs作为存储。
pig是一种数据流语言，它的社区提供了内置函数来加载和处理半结构化数据，如json和xml以及结构化数据。
配置单元查询语言在表上运行查询，表装载在这里是使用hdfs数据所必需的。
如果你有hadoop作业的流水线，你可以安排它们在特定的时间运行，在依赖之后或者之前。