小白如何学习大数据?需要多长时间

近年来,大数据、云计算、区块链、人工智能等技术风靡全球,非常火热,大数据学习成了很多人的首先,但面对大数据学习,是选择自学,还是参加大数据的培训,成了很多人考虑的问题。

面对社会的压力,生活的压力,很多人员不满足于现状的工作状态,亦或是想要提高自己的能力,追求更完美的生活状态,亦或者是对于大数据技术有着热情的追求,不管出于什么样的原因,不得承认,大数据技术是目前比较热门的互联网技术之一。由此,有很多小白想学习,却找不到如何入门,怎么学习,以下个人简单的解答一下,仅供参考!


在这里还是要推荐下我自己建的大数据学习交流群:199427210,群里都是学大数据开发的,如果你正在学习大数据 ,小编欢迎你加入,大家都是软件开发党,不定期分享干货(只有大数据软件开发相关的),包括我自己整理的一份最新的大数据进阶资料和高级开发教程,欢迎进阶中和进想深入大数据的小伙伴加入。
 

大数据涉及到的组件技术非常的多,需要我们逐一学习。各个组件之间相互配合,熟练运用,还是需要下苦功夫的。

学习大数据,该从何学起呢?

 

那么对于各个组件之间,在处理大数据项目流程中,是该怎么分配的呢,是如何整合完成整个项目的呢?可以看下下面的图帮咱咱们解答疑惑。

学习大数据,该从何学起呢?

 

大数据目前发展更新迭代比较快,从Hadoop,spark,storm到最新的flink,太多的东西需要去学习,需要追随IT技术的发展,可能会让我们产生一种挫败感,刚刚学会Hadoop,又有新的技术产生,还需要去学习。其实不断地学习肯定是需要的!但是工作中我觉得无需纠结谁会替代谁,要有大局观和生态意识,一切一应用场景出发,以公司项目出发。只要能够完成,就是好的,无可替代的。

一、学习大数据需要的基础

1、java SE、EE(SSM)

90%的大数据框架都是Java写的

2、MySQL

SQL on Hadoop

3、Linux

大数据的框架安装在Linux操作系统上

在有了上面的技术基础支撑之后,便可以开始我们的大数据开发工程师的锻造之旅了,可以根据以下三个大的方面进行学习,当然了,中间需要穿插一些项目练习,将理论和实战相关联才能成长的很快!

二、大数据技术需要学什么

1、大数据离线分析

一般处理T+1数据(T:可能是1天、一周、一个月、一年)

a、Hadoop :一般不选用新版本,踩坑难解决

(common、HDES、MapReduce、YARN)

环境搭建、处理数据的思想

b、Hive:大数据的数据仓库

经过写SQL对数据进行操作,类似于MySQL数据库的sql

c、HBase:基于HDFS的NOSQL数据库

面向列存储

d、协作框架:

sqoop(桥梁:HDFS《==》RDBMS)

flume:搜集日志文件中的信息

e、调度框架

anzkaban

了解:crotab(Linux自带)

zeus(Alibaba)

Oozie(cloudera)

f、前沿框架扩展:

kylin、impala、ElasticSearch(ES)

2、大数据实时分析

以spark框架为主

Scala:OOP(面向对象程序设计)+FP(函数是程序设计)

sparkCore:类比MapReduce

sparkSQL:类比hive

sparkStreaming:实时数据处理

kafka:消息队列

前沿框架扩展:flink

阿里巴巴:blink

3、大数据机器学习

spark MLlib:机器学习库

pyspark编程:Python和spark的结合

以上就是大数据的学习路线,有兴趣的朋友,也可以了解下人工智能和物联网。

 

 

©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页