大数据的一般学习路线图

初次了解到大数据，会感觉到一头雾水。基于hadoop的大数据生态系统，成百上千的应用，还有各种各样的理论，不同理论发展的技术路径不同。经过一段时间的查找资料，还有借鉴某课程的教材，整理了一个大概的路线图，供大家梳理脉络。

1.  linux 操作系统。因为hadoop部署在linux上，所以关于linux的一些基本命令是要掌握的。

2.  java 基础。hadoop支持java，很多的框架也支持java，那学好core java 就是一件基础的技能。

3.  hadoop 知识。这个学习大数据的基础了，虽然现在的spark在一些性能上超越了hadoop，但是作为大数据的基础还是要掌握的。HDFS, MapReduce的概念和实践得熟练。

4.  Hive 数据仓库。和通用数据库的机制不同。

5.  协作框架。Flume 采集日志；Hue 可视化；Kafka 消息中间件。围绕hadoop的协作框架很多，各有不同的应用场景。

6.  spark 内存运算框架。大数据里面的另一个方向，spark sql, spark streaming 要了解下。

梳理一遍来开始学习之旅吧。