|
大数据发展前景广阔，应用领域也越来越多，而且大数据技术种类也不少，这就使得很多学习大数据及相关技术的人望而生畏，不知道该从何处进行大数据学习。尤其是对于一些小白，如何快速的学习大数据就成为一个很难解决的问题。本文将为小白提供一条行之有效的学习之路，希望能够帮助小白更好的学习大数据。 
学习大数据之前，我们应该明确，大数据的大部分技术应用都是用Java或Scala编写的。当然，从市场的主流来看，建议小白还是去学习java，毕竟编写整个大数据应用程序的语言是javase。但是小白需要注意的一点就是，我们是学习大数据而不是学习java开发，要分清主次，我们在学java时只要学习javase内容里的反射、jdbc应用等就足够了，其他的如果你愿意学可以去自学。主次的分明，能够让小白更好且更快的去实现大数据的学习，而不是把时间浪费在一些并不需要的地方。 如今，网上关于学习大数据只学hadoop的言论很多，但是对于从事大数据技术行业的人而言，只学习hadoop真的可以吗？答案当然是否定的。我们都知道，hadoop是一款开源软件，主要用于分布式存储和计算，他由HDFS和MapReduce计算框架组成的，他们分别是Google的GFS和MapReduce的开源实现。由于hadoop的易用性和可扩展性，因此成为最近流行的海量数据处理框架。虽说hadoop是学习大数据的重点，但是有一个因素是大家必须要考虑的，像hadoop、hbase、spark等都是在linux上运行的，所以学习大数据必须要学习linux。 而对于javaee其实可以忽略，因为数据的展示有一个平台，要搭建在服务器上，打开就是数据展示的系统，这个系统就是学javaee的人搞的，而咱们做大数据技术的人就是把数据存放在表里，让后台人员做个展示，数据结果是咱们做的，展示平台是后台开发人员javaee做的，所以我们学习javaee的必要性就没有那么强烈了，对于小白而言就可以先将这些忽略，等自己有时间，或者有精力，再去学习也不晚。 或许分析了这些，小白还是觉得一头雾水，那么下面这个大数据学习大纲可能让你更加清楚的了解如何学习大数据。一、java的学习。java是基础，所以要首先学习，主要方面就是javase，当然，javaee也可以学习，但是可以弱化； 二、linux与hadoop的学习。因为hadoop是在linux上运行的，所以二者可以一起来学习，当然，最好是先学习linux再学习hadoop； 三、hive与oozie的学习。Hive是建立在 Hadoop 上的数据仓库基础构架，所以hive的学习要放在hadoop之后。hive提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制，也是大数据人才必须要掌握的技能。对于oozie，它是是用于Hadoop平台的一种工作流调度引擎，所以综合hive、oozie、hadoop三者的关系，将hive与oozie放在hadoop之后一起学习，不仅符合知识的相关性，也更容易让小白去理解； 四、web与flume的学习，这两个部分的学习的内容并不多，但并不表示不重要，尤其是小白，这两块的内容，更应该去详细的学习； 五、pathon与hbase的学习，pathon是一种编程语言，其重要性不言而喻。HBase是一个分布式的、面向列的开源数据库，不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库，而这也是学习大数据的重点； 六、kafka与scala的学习。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消息，这对于大数据而言非常重要。对于scala则又是一种语言，对于apark的学习起到了基础性的做用。 七、spark与spark调优的学习，之所以将二者分开来学习，是因为其知识点多且相对复杂，另一个原因是spark也是未来大数据新的发展的方向之一，所以小白更应该学习。 八、项目实训，这是一个非常重要的环节！所学的技术将在项目实训的环节转换成实现，你所掌握的技术最终还是用于项目开发的。 九、后续不断在工作中提高自己的能力和技术吧！ 小白学习大数据的“路程”其实并没有想象中的那么复杂，有一个系统学习计划，合理的学习时间安排，那么小白学习大数据的效率一定会很高。 未来的时代将不是IT（互联网技术）时代，而是DT（数据技术）的时代，未来十年大数据将蓬勃发展，也将帮助企业提升生产效率，助力智慧城市、智慧医疗的实现，当然，更会深入到到我们的日常生活当中。如今，大数据正在与人工智能、移动互联网、云计算及物联网等技术协同发展，市场所需的人才数量将越来越多，所以进军大数据领域，不仅是小白的最佳选择，也是一些有理想、有抱负的人的最佳选择。 该文章出自海牛学院大数据培训
| 
发表于 2018-4-28 17:06:52
