阿里百万大数据写给：初学大数据的伙伴学习路线

第一章：第一个Hadoop

第二章：更有效的实施

第三章：Hadoop上的其他数据

第四章：从Hadoop获取数据到另一个地方。

第五章：快速，我的SQL

第六章：一夫多妻制。

第七章：越来越多的分析任务。

第八章：我的数据是实时的。

第九章：我国的外部世界数据

第十章：彩妆机的研究。

阿里百万数据写入：初学大数据合作伙伴学习路线

Ali总部

我想朝大数据的方向前进。我们应该学什么样的技术，什么样的学习路线和大数据都很受欢迎，工作得很好，付出的也很高。学会共享大数据交流组，每天学习视频数据，欢迎加入722680258。如果他感到困惑，由于这些原因，他将进入大数据的方向。好的，我想问一下，你的专业是计算机/软件。你对什么感兴趣？它是计算机专业吗？是否对操作系统、硬件、网络和服务器感兴趣？它是一个对软件开发、编程和编码感兴趣的软件专业吗？它也是数学和统计学的一个专业，尤其是在数据和数字方面。

事实上，这是我要告诉你们的三个方向：大数据、平台构建/优化/操作/维护/监控、大数据开发/设计/体系结构、数据分析/挖掘。请不要问我哪一个更容易，哪个更好，哪个更富有。

大数据4V的特点是：

大量数据，Tb >

有多种类型的数据，结构化的，非结构化的文本，日志，视频，图片，地理位置等。

企业的价值非常高，但需要快速挖掘数据挖掘和机器学习。

处理要求非常高，海量数据的处理需求不再局限于离线计算。

现在，为了应对大数据的特点，开源大数据框架正变得越来越强大。

阿里百万数据写入：初学大数据合作伙伴学习路线

千斤顶马

文件存储：Hadoop HDFS，超光速，KFS

离线计算：Hadoop的MapReduce，星火

风暴流、S4、火花和苍鹭的流动和实时计算

K-V，NoSQL数据库：HBase，ReiIS，MangoDB

资源管理：纱线，Mesos

日志收集：汇，副本，LogSTASH，Kibana

信息系统：卡夫卡，StruMQ，Zrimq，RabByMQ

查询分析：蜂箱，黑色斩首，猪，按Tor，菲尼克斯，SPKSQL，钻孔，弗兰克，麒麟，Druid

分布式协调服务：管理员

集群管理系统：Ganglia，纳吉奥斯的Cloudera，红麻，经理。

数据挖掘，机器学习：TAME，Spark MLLib

数据同步：Sqoop

任务调度：OZIE

阿里百万数据写入：初学大数据合作伙伴学习路线

其中，以上提到的30个，更不用说大师，将使用很少的估计。

就我而言，主要的经验是听取我的观点在第二个方向（开发/设计/架构）。

第一章：第一个Hadoop

1.1学习百度和谷歌

         不管你遇到什么问题，你都得自己去寻找。

谷歌是百度的第一选择，而不是过去。

1.2个参考文献更受官方文件的欢迎。

特别是，官方文件总是首选的。

我相信他们大多数是文化人。英语可以做得好，看不见。请参阅第一步。

1.3让Hadoop先运行

Hadoop是第一个存储和计算大数据的人，而大数据开源框架现在主要依赖于Hadoop或Hadoop兼容性。

对于Hadoop，您至少需要知道以下几点：

阿里百万数据写入：初学大数据合作伙伴学习路线

Hadoop 1，Hadoop 2

MapReduce

David Tan Ode门

JobTracker，TaskTracker

纱线，资源管理器

要构建自己的Hadoop，使用第一步和第二步并让它运行。

建议先安装包命令行，而不是安装管理工具。

Hadoop1.0知道它已经完成，现在使用Hadoop 2。

阿里百万数据写入：初学大数据合作伙伴学习路线

1.4尝试使用Hadoop

HDFS目录操作命令；

上传和下载文件命令；

提交运行MapReduce示例程序的提交；

打开Hadoop Web界面，查看作业的运行状态并检查操作日志。

知道Hadoop的系统日志在哪里。

1.5你应该知道他们的原则。

MapReduce：如何划分和征服

HDFS：它的数据是什么；

什么是纱线，它能做什么？；

那扇门是什么？你到底在干什么？；

资源管理者到底在做什么；

阿里百万数据写入：初学大数据合作伙伴学习路线

1.6编写MapReduce程序

请根据一个例子写一个单词计数程序。