大数据学习步骤

总结如下:必须技能10条:01.Java高级(虚拟机、并发)02.Linux 基本操作03.Hadoop（此处为侠义概念单指HDFS+MapReduce+Yarn ）04.HBase（JavaAPI操作+Phoenix ）05.Hive(Hql基本操作和原理理解）06.Kafka 07.Storm08.Scala需要09.Python10.Spark (Core+sparksql+Spark streaming ）高阶技能6条:11.机器学习算法以及mahout库加MLlib12.R语言13.Lambda 架构14.Kappa架构15.Kylin16.Aluxio二、学习路径由于本人是从Java开发通过大概3个月的自学转到大数据开发的。所以我主要分享一下自己的学习路劲。第一阶段:01.Linux学习（跟鸟哥学就ok了）02.Java 高级学习（《深入理解Java虚拟机》、《Java高并发实战》）第二阶段:03.Hadoop （董西成的书）04.HBase（《HBase权威指南》）05.Hive（《Hive开发指南》）06.Scala（《快学Scala》）07.Spark （《Spark 快速大数据分析》）08.Python （跟着廖雪峰的博客学习就ok了）第三阶段:对应技能需求，到网上多搜集一些资料就ok了，我把最重要的事情(要学什么告诉你了)，剩下的就是你去搜集对应的资料学习就ok了当然如果你觉得自己看书效率太慢，你可以网上搜集一些课程，跟着课程走也OK 。这个完全根据自己情况决定。如果看书效率不高就很网课，相反的话就自己看书。三，学习资源推荐:01.Apache 官网02.Stackoverflow04.github03.Cloudra官网04.Databrick官网05.过往的记忆（技术博客）06.CSDN，51CTO 07.至于书籍当当一搜会有很多，其实内容都差不多。