2018最新大数据学习路线从入门到精通

最近很多人问小编现在学习大数据这么多，他们都是如何学习的呢。很多初学者在萌生向大数据方向发展的想法之后，不免产生一些疑问，应该怎样入门？应该学习哪些技术？学习路线又是什么？今天小编特意为大家整理了一份大数据从入门到精通的学习路线。并且附带学习资料和视频。希望能够帮助到大家。

 

第一阶段：Linux理论，，，需要大数据学习视频资料可以关注我

（1）Linux基础；（2）Linux-shell编程；（3）高并发：lvs负载均衡；（4）高可用&反向代理

第二阶段：Hadoop理论

（1）hadoop-hdfs理论；（2）hadoop-hdfs集群搭建；（3）hadoop-hdfs 2.x & api ；（4）hadoop-MR理论 ；

（5）hadoop-MR开发分析；（6）hadoop-MR源码分析 ；（7）hadoop-MR开发案例

第三阶段：Hive理论

（1）Hive介绍以及安装 ；（2）Hive实战

第四阶段：HBase

（1）HBase介绍以及安装 ；（2）HBase调优

第五阶段： redis理论

（1）redis类型 ； （2） redis高级

第六阶段：Zookeeper理论

（1）Zookeeper介绍 ；（2） Zookeeper使用

第七阶段： Scala语法

（1）Scala语法介绍；（2）scala语法实战

第八阶段： Spark理论

（1）Spark介绍；（2）Spark代码开发流程 ； （3）Spark集群搭建；（4） Spark资源调度原理；

（5）Spark任务调度；（6）Spark案例；（7）Spark中两种最重要shuffle；

（8）Spark高可用集群的搭建；（9）SparkSQL介绍；（10） SparkSQL实战 ；

（11）SparkStreaming介绍；（12）SparkStreaming实战

 

第九阶段：机器学习介绍

（1） 线性回归详解； （2）逻辑回归分类算法； （3）Kmeans聚类算法； （4）KNN分类算法； （5）决策树 随机森林算法

 

从零基础到项目实战，实时交易监控系统，推荐系统理论，数据库搭建等等。需要以下大数据学习资料的小伙伴可以加群免费获取，和行业大牛一起学习大数据。

 

 

 

第十阶段：Elasticsearch理论

（1）Elasticsearch搜索原理； （2） Elasticsearch实战

第十一阶段：Storm理论

（1）Storm介绍以及代码实战；（2）Storm伪分布式搭建以及任务部署； （3）Storm架构详解以及DRCP原理；

（4） 虚拟化理论kvm虚拟化 ； （5） docker

1,_推荐系统理论与实战项目 Part2

2,推荐系统理论与实战 项目Part1

 

3.实时交易监控系统项目(下)

4,实时交易监控系统项目(上)

5,用户行为分析系统项目1

6,用户行为分析系统项目2

7,大数据批处理之HIVE详解

8,ES公开课 part1

9,spark_streaming_

10,数据仓库搭建详解

 

11,大数据任务调度

12,流数据集成神器Kafka

13,Spark 公开课

14,海量日志收集利器：Flume

15,Impala简介

16,Hive简介

17,MapReduce简介

18海量数据高速存取数据库 HBase

19,浅谈Hadoop管理器yarn原理

20,,分布式全文搜索引擎ElasticSearch Part2

 

结语：以上就是大数据从入门到精通的学习路线了，并且有许多项目实战供大家实践。祝大家工作顺利，步步高升！