首先,当前大数据领域的开发岗位确实比较多,近两年有不少大数据方向的研究生也会从事大数据开发岗位,而Java语言则是大数据开发人员的常用工具,所以如果要从事大数据开发岗位,可以重点学习一下Java语言。

大数据开发有两大类岗位,不同岗位对于Java编程能力的要求也并不相同,大数据平台开发岗位的要求相对高一些,而大数据应用(行业场景)开发岗位对于Java编程的要求并不高。对于初学者来说,应该结合自身的发展规划来制定Java的学习计划。

如果要从事大数据应用开发岗位,可以按照Java Web开发的路线来制定学习规划,整体的学习内容可以分为以下三大部分

第一:Java面向对象开发基础。Java的面向对象开发基础可以分为两大部分,其一是Java的语法基础,包括封装、继承、多态、多线程等内容,在学习的过程中要充分理解Java的编程过程,能够形成初步的Java编程思想,其二是Java的模式编程,掌握一些经典的编程模式能够促进初学者快速成长,代码的可用性也会明显提升。

第二:JavaWeb开发基础。学习Java Web开发主要是提升开发人员的技术落地能力,很多大数据开发任务最终都需要Web形式来进行呈现,所以一定要重视Java Web开发相关知识的学习。当前Spring系列框架在Web开发领域有广泛的应用,可以从SpringBoot开始学习。

第三:大数据平台接口。学习大数据开发一定离不开大数据平台的支持,所以要在学习的过程中,逐步了解大数据平台所提供的编程接口,以便于完成一些基于大数据平台的开发实验。

Java就是用来做项目的!Java的主要应用领域就是企业级的项目开发!要想从事企业级的项目开发,你必须掌握如下要点:
1、掌握项目开发的基本步骤
2、具备极强的面向对象的分析与设计技巧
3、掌握用例驱动、以架构为核心的主流开发方法

没有人愿意自己一辈子就满足于掌握了一些代码实现的技巧,别人告诉你要实现什么,你就用代码堆砌来实现别人的要求!你必须学会从整个项目的角度去思考!你必须学会假如你是项目经理,你该如何思考!你必须学会假如你是架构师,你该如何思考!你必须掌握针对某个特定问题领域的分析方法!

关于基础知识:你可以看看这些名词或知识点,看是否能说出个一二三四来。

JavaSE
----基本语法、数据类型、操作符等:int、long、Integer、Long、if、else、for、while
----面向对象:class(类)、Object(对象)、instance(实例)、state(状态)、behavior(行为)、field、method、new、可见性(访问控制)、attribute、property、package、import、static variable、class variable、instance variable、heap、method area、stack、GC(垃圾回收)、override、overload、对象转型(casting)、多态、this、super
----异常处理:理解编译期错误和运行期错误的区别、Exception、RuntimeException、checked exception、unchecked exception、try、catch、finally、throw new XXXException、throws XXXException、异常处理的基本原则
----数组与集合:数组的定义和使用方法、Collection、List、Set、Map、ArrayList、HashSet、HashMap、Iterator、equals、hashCode、Comparable、Comparator
----常用类:String、intern、常量池、StringBuffer、java.util.Date、SimpleDateFormat、Regex(正则表达式)
----反射机制:Class、Method、Field、invoke、newInstance、BeanUtils(apache-commons)、PropertyUtils(apache-commons)
----输入输出流:InputStream、OutputStream、Reader、Writer、Adapter设计模式与原始流类、Decorator设计模式与包装流类、对象序列化和反序列化
----多线程:Thread、Runnable、sleep、wait、notify、synchronized、lock

Servlet和JSP
----HttpServlet、doGet、doPost、HttpServletRequest、HttpServletResponse、request.getParameter()、request.setAttribute()、request.getAttribute()、request.getSession()、ServletContext、Filter、web.xml、tomcat、forward与redirect、http协议的无状态性、cookie、JSP Scope Object、<c:out …/>、<c:forEach …>

HTML与JavaScript
----你需要能够理解常见的网页标签、理解在网页中引入JavaScript的方法、以及JavaScript的基本语法与使用方法

以上,就是你进一步学习Java所必备的基本知识。特别是一些个专业术语和名词,看到这些名词,如果你像看到亲爹一样亲切,那么说明你对Java的基础知识就很熟悉了。

接下来是SSH:
对于初学者来说,这三大框架被赋予了太多神秘的色彩,似乎它们是重中之重的知识!但是对于拥有多年Java开发经验的专业技术人员来说,对于那些Java牛人来说,却对这三大框架不太感冒!难道它们不重要吗?

现在很多企业都在用这三大框架,所以很多企业也把掌握这三大框架作为招聘的必备条件。不可否认的是,也有很多大型企业没有用这三大框架,这些企业经过多年发展,自身已经有一定的技术积累,也形成了自己独特的技术框架体系。这三大框架既可以说很重要,也可以说不重要。

说重要的原因在于:这三大框架对JavaEE开发中所存在的普遍的问题,提供了优美的解决方案,它们蕴含了这个行业中最NB的开发人员的努力和想法,所以,学习这三大框架,你就可以窥探到这些处于技术巅峰的牛人们究竟对一个问题是怎么想的,通过一种什么样的设计思路去解决问题的。所以,对于你来说,你没有太多项目开发的经验,经验是什么?经验就是你知道可能会遇到哪些问题,针对哪个问题可以有哪些解决方法,在某个情景下,哪种解决方法是较好的,哪种方法不太好等等!如果你没做过什么项目,你根本就不会去意识到你可能会遇到哪些问题,而这些问题往往又是非常关键的!解决得不好,会影响到你的程序的稳定性、可扩展性等等!三大框架就给初学者提供了了解你以后可能会遇到哪些问题,以及针对这些问题的解决方案!

当你了解了这三大框架为什么是重要的,那么你也就能理解,为什么这三大框架也可以说是不重要的。如果你曾经开发过很多项目,你碰到了各种各样的问题,凭着你的技术功底,逐个击破了这些问题,在这些人眼里,三大框架(是不是还有N个框架?呵呵)都是浮云!

如果通过Java来完成大数据开发,需要学习哪些内容相关推荐

  1. 选择java大数据开发方向学习,应该怎么规划学习路线

    Java是目前使用广泛的编程语言之一,具有的众多特性,特别适合作为大数据应用的开发语言.Java语言功能强大和简单易用,不仅吸收了C++语言的各种优点还摒弃了C++里难以理解的多继承.指针等概念. J ...

  2. 大数据开发工程师学习路线

    自己大数据开发的学习路线,先后顺序大概是:Linux常用命令.Shell语言.Java基础.MySQL.Hadoop.YARN.MapReduce.Flume.Kafka.HBase.Hive.Spa ...

  3. python大数据培训机构_学大数据开发需要学习python吗

    大数据现在互联网火热的一个名词,而和大数据关键词最紧密的相信就是Java和python了,在一年以前,Java大数据可能是很多培训机构的宣传标语.而到了2018年,python大数据则成为了潮流,无论 ...

  4. hadoop大数据开发技术学习笔记第三天:(前序)MySQL数据库进阶

    hadoop大数据开发技术学习笔记第三天:(前序)MySQL数据库进阶 一.回顾知识 1.myschool数据库和数据表的创建 (1)创建数据库 (2)数据库模型图 (3)创建数据表grand (4) ...

  5. 大数据开发初学者学习路线_初学者的Web开发路线图

    大数据开发初学者学习路线 This beginner's roadmap lays out all the basics for web development. We're going to go ...

  6. 大数据工程师需要学习哪些内容

    大数据开发对于Java语言的依赖程度比较高,如果想尝试大数据开发,学习过Java语言就很容易上手 Java是目前使用广泛的编程语言之一,具有的众多特性,特别适合作为大数据应用的开发语言. 目前很多大数 ...

  7. 大数据开发初学者学习路线

    目录 前言 导读: 第一章:初识Hadoop 第二章:更高效的WordCount 第三章:把别处的数据搞到Hadoop上 第四章:把Hadoop上的数据搞到别处去 第五章:快一点吧,我的SQL 第六章 ...

  8. 大数据开发个人学习规划

    大数据方向的工作目前分为三个主要方向: 01.大数据工程师 02.数据分析师 03.大数据科学家 04.其他(数据挖掘本质算是机器学习,不过和数据相关,也可以理解为大数据的一个方向吧) 在这里还是要推 ...

  9. 大数据开发工程师学习路线分享

      大数据是对海量数据存储.计算.统计.分析等一系列处理手段,处理的数据量是TB级,甚至是PB或EB级的数据,是传统数据处理手段无法完成的,大数据涉及分布式计算.高并发处理.高可用处理.集群.实时性计 ...

最新文章

  1. 机器手六维坐标怎么定义_从基础到实操,一本书读懂ABB工业机器人
  2. 第八章 让开发板发出声音:蜂鸣器驱动读后感
  3. 高薪进大厂 | 面试指南
  4. WebApi Ajax 跨域请求解决方法(CORS实现)
  5. 线性代数---线性方程组
  6. Linux 串口编程三 使用termios与API进行串口程序开发
  7. fe文件服务器,FE File Explorer
  8. zookeeper源码 — 一、单机启动
  9. python—gc.collect()清楚内存
  10. 计算机设备问题代码43,win10系统提示由于该设备有问题windows已将其停止(代码43)的修复方案...
  11. PHP获取当前域名的记录
  12. nowcoder-翻转子串
  13. 电子束光刻胶(SU-8 GM1010,HSQ,XR-1541-002/004/006,HSQ Fox-15/16,PMMA)
  14. 计算机运行加减乘除哪个最慢,计算机算加减乘除的时间对比
  15. 2202年了,“小样本”还值得卷吗?
  16. IDEA 全局搜索快捷键CTRL+SHIFT+F,不起作用
  17. 扫描某网段存活主机(如何判定是否存活,去发送arp报文,如果有回应,表示存活)
  18. ProcessingJoy —— 粒子流逝特效【JAVA】
  19. 小米5怎么安android,小米5怎么插卡 小米5手机安装sim卡图文教程
  20. python Selenium浏览器爬虫指南 --未完成版本

热门文章

  1. 【一步步学OpenGL 19】 -《镜面反射光》
  2. vue页面返回消息头获取_vue在响应头response中获取自定义headers操作
  3. 在64位Windows的VS软件中使用C/C++调用gnuplot画图
  4. 自制随机小姐姐摄影api
  5. [运算放大器]佛朗哥笔记 - 电阻性反馈电路 - 差分放大器与仪表放大器
  6. python中,除法运算后取整数的几种情况
  7. 跳跃游戏2(求最少跳跃次数)Python解法
  8. python实现图像白平衡
  9. 迁移学习 --- 终身学习
  10. php 只取汉字,php怎么只保留汉字