入大数据行业，主要应该要学习什么？

学习大数据，首先我们要学习Java语言和Linux操作系统，这两个是学习大数据的基础，学习的顺序不分前后。

Java：大家都知道Java的方向有JavaSE、JavaEE、JavaME，学习大数据要学习那个方向呢？只需要学习Java的标准版JavaSE就可以了，像Servlet、JSP、Tomcat、Struts、Spring、Hibernate，Mybatis都是JavaEE方向的技术在大数据技术里用到的并不多，只需要了解就可以了，当然Java怎么连接数据库还是要知道的，像JDBC一定要掌握一下，有人说Hibernate或Mybites也能连接数据库啊，为什么不学习一下，我这里不是说学这些不好，而是说学这些可能会用你很多时间，到最后工作中也不常用，我还没看到谁做大数据处理用到这两个东西的，当然你的精力很充足的话，可以学学Hibernate或Mybites的原理，不要只学API，这样可以增加你对Java操作数据库的理解，因为这两个技术的核心就是Java的反射加上JDBC的各种使用。

Linux：因为大数据相关软件都是在Linux上运行的，所以Linux要学习的扎实一些，学好Linux对你快速掌握大数据相关技术会有很大的帮助，能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑，学会shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快。

学完基础，还需要学习哪些大数据技术，可以按我写的顺序学下去。

Hadoop：这是现在流行的大数据处理平台几乎已经成为大数据的代名词，所以这个是必学的。Hadoop里面包括几个组件HDFS、MapReduce和YARN，HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面，MapReduce是对数据进行处理计算的，它有个特点就是不管多大的数据只要给它时间它就能把数据跑完，但是时间可能不是很快所以它叫数据的批处理。YARN是体现Hadoop平台概念的重要组件有了它大数据生态体系的其它软件就能在hadoop上运行了，这样就能更好的利用HDFS大存储的优势和节省更多的资源比如我们就不用再单独建一个spark的集群了，让它直接跑在现有的hadoopyarn上面就可以了。其实把Hadoop的这些组件学明白你就能做大数据的处理了，只不过你现在还可能对"大数据"到底有多大还没有个太清楚的概念，听我的别纠结这个。等以后你工作了就会有很多场景遇到几十T/几百T大规模的数据，到时候你就不会觉得数据大真好，越大越有你头疼的。当然别怕处理这么大规模的数据，因为这是你的价值所在，让那些个搞Javaee的php的html5的和DBA的羡慕去吧。记住学到这里可以作为你学大数据的一个节点。

Zookeeper：这是个万金油，安装Hadoop的HA的时候就会用到它，以后的Hbase也会用到它。它一般用来存放一些相互协作的信息，这些信息比较小一般不会超过1M，都是使用它的软件对它有依赖，对于我们个人来讲只需要把它安装正确，让它正常的run起来就可以了。

Mysql：我们学习完大数据的处理了，接下来学习学习小数据的处理工具mysql数据库，因为一会装hive的时候要用到，mysql需要掌握到什么层度那？你能在Linux上把它安装好，运行起来，会配置简单的权限，修改root的密码，创建数据库。这里主要的是学习SQL的语法，因为hive的语法和这个非常相似。

Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。当然你也可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的，当然生产环境中使用要注意Mysql的压力。

Hive：这个东西对于会SQL语法的来说就是神器，它能让你处理大数据变的很简单，不会再费劲的编写MapReduce程序。有的人说Pig那？它和Pig差不多掌握一个就可以了。

Oozie：既然学会Hive了，我相信你一定需要这个东西，它可以帮你管理你的Hive或者MapReduce、Spark脚本，还能检查你的程序是否执行正确，出错了给你发报警并能帮你重试程序，最重要的是还能帮你配置任务的依赖关系。我相信你一定会喜欢上它的，不然你看着那一大堆脚本，和密密麻麻的crond是不是有种想屎的感觉。

Hbase：这是Hadoop生态体系中的NOSQL数据库，他的数据是按照key和value的形式存储的并且key是唯一的，所以它能用来做数据的排重，它与MYSQL相比能存储的数据量大很多。所以他常被用于大数据处理完成之后的存储目的地。

Kafka：这是个比较好用的队列工具，队列是干吗的？排队买票你知道不？数据多了同样也需要排队处理，这样与你协作的其它同学不会叫起来，你干吗给我这么多的数据（比如好几百G的文件）我怎么处理得过来，你别怪他因为他不是搞大数据的，你可以跟他讲我把数据放在队列里你使用的时候一个个拿，这样他就不在抱怨了马上灰流流的去优化他的程序去了，因为处理不过来就是他的事情。而不是你给的问题。当然我们也可以利用这个工具来做线上实时数据的入库或入HDFS，这时你可以与一个叫Flume的工具配合使用，它是专门用来提供对数据进行简单处理，并写到各种数据接受方（比如Kafka）的。

Spark：它是用来弥补基于MapReduce处理数据速度上的缺点，它的特点是把数据装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘。特别适合做迭代运算，所以算法流们特别稀饭它。它是用scala编写的。Java语言或者Scala都可以操作它，因为它们都是用JVM的。

人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：
自己规划的大数据学习路线
http://www.duozhishidai.com/article-14674-1.html
大数据技术怎么学习，在学习大数据之前，需要具备什么基础？
http://www.duozhishidai.com/article-12916-1.html
大数据学习资料，干货分享！
http://www.duozhishidai.com/article-1380-1.html

多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站

入大数据行业，主要应该要学习什么？相关推荐

为什么从事大数据行业，一定要学习Python?
Python这只小虫子最近随着大数据的兴起可以说是十分的火了.有越来越多的人不敢小觑Python这门语言了.也有更多的人在学习Python.Python为何会有如此大的魅力?为什么从事大数据行业必学P ...
用爬虫分析互联网大数据行业薪资情况
前言: 随着互联网大数据行业的日渐兴盛,越来越多的人投身其中,也有很多的朋友对此有着浓厚的兴趣,想要投身其中.从本期开始我们将分四期带大家走进互联网大数据行业,分别了解数据挖掘&机器学习.数据 ...
【阿朱洞察】中国大数据行业的下一步走向
(1) 先说说大数据热潮的推动力要想了解清楚大数据行业下一步往哪里走,必须要先看清楚大数据这个行业,主要是被哪几股力量在推动着.在大数据行业前进的每一步,你都要思考这些多方推动力量的此消彼长. 一. ...
未来，大数据行业工资会断崖式下滑吗？
目前大数据行业由于行业内的高工资,所以它日渐的开始就开始吸引着越来越多人选择大数据行业,毕竟高薪工作是每个人都想追求的.也就会有人开始担心,这个行业人才这么多的话,到了后面会不会开始薪资越来越低.针对 ...
大数据行业薪资有多少如何去学习大数据开发
大数据行业薪资有多少?如何去学习大数据开发?现在很多想要学习大数据的小伙伴,都要首先了解的一个问题就是大数据的就业薪资问题.不是不舍得为自己投资,而是不敢冒然为自己投资,因为不了解投资能为自己带来多大 ...
这是最寒冷的一个冬天：2019大数据行业生死劫！
作者 | 刘燕来源 | AI前线(ID: ai-front) 导读:这可能是大数据行业经历的最寒冷的一个冬天.年关将至,国人习惯于用各种圆满的方式给即将过去的一年划上句号,不过,这对于许多大数据行业 ...
2020年大数据行业就业如何，大数据开发工程师需求大吗？
因为疫情的影响,2020年大的就业环境不景气,所以,近段时间越来越多的朋友开始担心自己就业问题,想要学习大数据课程的朋友也有点慌了阵脚,学完大数据就业该怎么办? 2020年大数据行业仍被看好,在就业形 ...
想从事大数据行业，报什么专业比较好
文章来源:接地气学堂微信公众号作者: 陈老师又到一年高考时,又要填志愿,很多人问:"想从事大数据行业的话,报什么专业比较好???"刚好一些同学也有类似问题,今天系统解答一下直 ...
阿里墨冶：大数据行业仍处于上半场
我们应该讨论时代.在对潮流与趋势的洞察中,可以获得一些有用的见解,指导我们乘风而上.顺势而为.可与眼前的事务相比,讨论时代又略显空泛.时代无法告诉我们代码怎么写,bug怎么改,该用哪个开源工具--所以 ...

入大数据行业，主要应该要学习什么？

入大数据行业，主要应该要学习什么？相关推荐

最新文章

热门文章