你想快速成为大数据工程师？
学习 大数据没有零基础入门，首先你要成爲一名工程师
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。
JavaEE，主要运用于企业级运用开发；安卓开发方向；嵌入式运用开发方向。 在此建议大家选择JavaEE方向，由于运用非常普遍，岗位设置也比较多。
Java的职业展开规划之路我们也曾在（一文阐述Java从初级到初级的学习之路——
）详细罗列，这里就不逐一罗列了。
但我们历来没有讨论过学习Java，难道这辈子就只能做Java后端开发吗？只能在这条路上妥协终究吗？难道中途没有其他的选择吗？
偶然看法的一个冤家，最末尾是从事Java后端开发的，后来他在专业时间自学成功转入大数据行业，如今是一名大数据工程师，待遇也比之前好更多。前提是他是一名Java后端开发。
大数据是我们如今比较火的一个展开方向，但是很多培训机构有提到速成的，小编觉得不是特别靠谱。
缘由有以下：
大数据是一个重生行业，还不太成熟。
Java展开了将近20年，也没有说几个月速成的，最多也就是带你入门，让你对Java的知识结构体系有一个明晰的认知，在后期的义务实际时期生长的速度更快。
大数据的起点要高，并不是所谓的零基础就可以入门的。
我们接上去讲述的有关大数据的学习是有条件限制的，首先你需求是一名普通的工程师，假设你是Java工程师的话更好，但假设你是小白的话，那就只能成爲一名工程师的后再来学习大数据吧。
一、看法大数据
大数据本质其实也是数据，不过也包括了些新的特征，
数据来源广；
数据格式多样化（结构化数据、非结构化数据、Excel文件等）；
数据量大（最少也是TB级别的、甚至可以是PB级别）；
数据增长速度快。
而针对以上新的特征需求思索很多成果：
例如，数据来源广，该如何采集汇总？采集汇总之后，又该存储呢？数据存储之后，该如何经过运算转化本钱人想要的结果呢？
关于这些成果，我们需求有相对应的知识处置。
二、大数据所需技艺要求
Python言语：编写一些脚本时会用到。
Scala言语：编写Spark顺序的最佳言语，当然也可以选择用Python。
Ozzie，azkaban：定时义务调度的工具。
Hue，Zepplin：图形化义务执行管理，结果反省工具。
Allluxio，Kylin等：经过对存储的数据中止预处置，加快运算速度的工具。
必需掌握的技艺：
Java初级(虚拟机、并发)、Linux 基本操作、Hadoop（HDFS+MapReduce+Yarn ）、 HBase（JavaAPI操作+Phoenix ）、Hive(Hql基本操作和原理理解）、 Kafka、Storm/JStorm、Scala、Python、Spark (Core+sparksql+Spark streaming ） 、辅佐小工具(Sqoop/Flume/Oozie/Hue等)
高阶技艺6条：
机器学习算法以及mahout库加MLlib、 R言语、Lambda 架构、Kappa架构、Kylin、Alluxio
三、学习规划
每天需求有3个小时的学习时间，周末的时分需求10小时，假设做不到的话，只能是
第一阶段（基础阶段）
Linux学习
Linux操作系统引见与安装、Linux常用命令、Linux常用软件安装、Linux网络、 防火墙、Shell编程等。
Java 初级学习（《深化理解Java虚拟机》、《Java高并发实战》）
掌握多线程、掌握并发包下的队列、掌握JVM技术、掌握反射和静态代理、了解JMS。
Zookeeper学习
Zookeeper分布式协调效力引见、Zookeeper集群的安装部署、Zookeeper数据结构、命令。
第二阶段（攻坚阶段）
Hadoop、Hive、HBase、Scala、Spark、Python
第三阶段（辅佐工具工学习阶段）
Sqoop、Flume、Oozie、Hue
总结
在技术行业里面，每天都会有新的东西出现，需求关注最新技术静态，不时学习。任何普通技术都是先学习实践，然后在实际中不时完善实践的进程。
假设你觉得自己看书效率太慢，你可以网上搜集一些课程。
快速学习的才干、处置成果的才干、沟通才干在这个行业是真的非常重要的目的。
要擅长运用StackOverFlow和Google来帮助你学习进程遇到的成果。
以上是我们对大数据学习的总结，当然我们也提到了，并不是说零基础的就可以直接学习，需求有编程的基础，要先掌握扎实的编程基础，在此建议学习Java，成爲一名工程师的时分，有一定编程阅历，自学起来也相对比末尾要复杂一点，然后对大数据有兴味或许想要进入这个行业的就可以去学习了
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/31561003/viewspace-2639283/，如需转载，请注明出处，否则将追究法律责任。
转载于:http://blog.itpub.net/31561003/viewspace-2639283/