大数据学习路线，0基础小白怎么学习大数据？

 大数据的领域非常广泛，往往使想要开始学习大数据及相关技术的人望而生畏。大数据技术的种类众多，这同样使得初学者难以选择从何处下手。希望能为你开始学习大数据的征程提供帮助，以及在大数据产业领域找到工作指明道路。

一、大数据技术基础

1、linux操作基础

· linux系统简介与安装

· linux常用命令–文件操作

· linux常用命令–用户管理与权限

· linux常用命令–系统管理

· linux常用命令–免密登陆配置与网络管理

· linux上常用软件安装

· linux本地yum源配置及yum软件安装

· linux防火墙配置

· linux高级文本处理命令cut、sed、awk

· linux定时任务crontab

大数据学习扣qun74零零加【41三八yi】

2、shell编程

· shell编程–基本语法

· shell编程–流程控制

· shell编程–函数

· shell编程–综合案例–自动化部署脚本

3、内存数据库redis

· redis和nosql简介

· redis客户端连接

· redis的string类型数据结构操作及应用-对象缓存

· redis的list类型数据结构操作及应用案例-任务调度队列

· redis的hash及set数据结构操作及应用案例-购物车

· redis的sortedset数据结构操作及应用案例-排行榜

4、布式协调服务zookeeper

· zookeeper简介及应用场景

· zookeeper集群安装部署

· zookeeper的数据节点与命令行操作

· zookeeper的java客户端基本操作及事件监听

· zookeeper核心机制及数据节点

· zookeeper应用案例–分布式共享资源锁

· zookeeper应用案例–服务器上下线动态感知

· zookeeper的数据一致性原理及leader选举机制

5、java高级特性增强

· Java多线程基本知识

· Java同步关键词详解

· java并发包线程池及在开源软件中的应用

· Java并发包消息队里及在开源软件中的应用

· Java JMS技术

· Java动态代理反射

6、轻量级RPC框架开发

· RPC原理学习

· Nio原理学习

· Netty常用API学习

· 轻量级RPC框架需求分析及原理分析

· 轻量级RPC框架开发

二、离线计算系统

1、hadoop快速入门

· hadoop背景介绍

· 分布式系统概述

· 离线数据分析流程介绍

· 集群搭建

· 集群使用初步

2、HDFS增强

· HDFS的概念和特性

· HDFS的shell(命令行客户端)操作

· HDFS的工作机制

· NAMENODE的工作机制

· java的api操作

· 案例1：开发shell采集脚本

3、MAPREDUCE详解

· 自定义hadoop的RPC框架

· Mapreduce编程规范及示例编写

· Mapreduce程序运行模式及debug方法

· mapreduce程序运行模式的内在机理

· mapreduce运算框架的主体工作流程

· 自定义对象的序列化方法

· MapReduce编程案例

4、MAPREDUCE增强

· Mapreduce排序

· 自定义partitioner

· Mapreduce的combiner

· mapreduce工作机制详解

5、MAPREDUCE实战

· maptask并行度机制-文件切片

· maptask并行度设置

· 倒排索引

· 共同好友

6、federation介绍和hive使用

· Hadoop的HA机制

· HA集群的安装部署

· 集群运维测试之Datanode动态上下线

· 集群运维测试之Namenode状态切换管理

· 集群运维测试之数据块的balance

· HA下HDFS-API变化

· hive简介

· hive架构

· hive安装部署

· hvie初使用

7、hive增强和flume介绍

· HQL-DDL基本语法

· HQL-DML基本语法

· HIVE的join

· HIVE 参数配置

· HIVE 自定义函数和Transform

· HIVE 执行HQL的实例分析

· HIVE最佳实践注意点

· HIVE优化策略

· HIVE实战案例

· Flume介绍

· Flume的安装部署

· 案例：采集目录到HDFS

· 案例：采集文件到HDFS

三、流式计算

1、Storm从入门到精通

· Storm是什么

· Storm架构分析

· Storm架构分析

· Storm编程模型、Tuple源码、并发度分析

· Storm WordCount案例及常用Api分析

· Storm集群部署实战

· Storm+Kafka+Redis业务指标计算

· Storm源码下载编译

· Strom集群启动及源码分析

· Storm任务提交及源码分析

· Storm数据发送流程分析

· Storm通信机制分析

· Storm消息容错机制及源码分析

· Storm多stream项目分析

· 编写自己的流式任务执行框架

2、Storm上下游及架构集成

· 消息队列是什么

· Kakfa核心组件

· Kafka集群部署实战及常用命令

· Kafka配置文件梳理

· Kakfa JavaApi学习

· Kafka文件存储机制分析

· Redis基础及单机环境部署

· Redis数据结构及典型案例

· Flume快速入门

· Flume+Kafka+Storm+Redis整合

四、内存计算体系Spark

1、scala编程

· scala编程介绍

· scala相关软件安装

· scala基础语法

· scala方法和函数

· scala函数式编程特点

· scala数组和集合

· scala编程练习（单机版WordCount）

· scala面向对象

· scala模式匹配

· actor编程介绍

· option和偏函数

· 实战：actor的并发WordCount

· 柯里化

· 隐式转换

2、AKKA与RPC

· Akka并发编程框架

· 实战：RPC编程实战

3、Spark快速入门

· spark介绍

· spark环境搭建

· RDD简介

· RDD的转换和动作

· 实战：RDD综合练习

· RDD高级算子

· 自定义Partitioner

· 实战：网站访问次数

· 广播变量

· 实战：根据IP计算归属地

· 自定义排序

· 利用JDBC RDD实现数据导入导出

· WorldCount执行流程详解

4、RDD详解

· RDD依赖关系

· RDD缓存机制

· RDD的Checkpoint检查点机制

· Spark任务执行过程分析

· RDD的Stage划分

5、Spark-Sql应用

· Spark-SQL

· Spark结合Hive

· DataFrame

· 实战：Spark-SQL和DataFrame案例

6、SparkStreaming应用实战

· Spark-Streaming简介

· Spark-Streaming编程

· 实战：StageFulWordCount

· Flume结合Spark Streaming

· Kafka结合Spark Streaming

· 窗口函数

· ELK技术栈介绍

· ElasticSearch安装和使用

· Storm架构分析

· Storm编程模型、Tuple源码、并发度分析

· Storm WordCount案例及常用Api分析

7、Spark核心源码解析

· Spark源码编译

· Spark远程debug

· Spark任务提交行流程源码分析

· Spark通信流程源码分析

· SparkContext创建过程源码分析

· DriverActor和ClientActor通信过程源码分析

· Worker启动Executor过程源码分析

· Executor向DriverActor注册过程源码分析

· Executor向Driver注册过程源码分析

· DAGScheduler和TaskScheduler源码分析

· Shuffle过程源码分析

· Task执行过程源码分析

五、机器学习算法

1、python及numpy库

· 机器学习简介

· 机器学习与python

· python语言–快速入门

· python语言–数据类型详解

· python语言–流程控制语句

· python语言–函数使用

· python语言–模块和包

· phthon语言–面向对象

· python机器学习算法库–numpy

· 机器学习必备数学知识–概率论

2、常用算法实现

· knn分类算法–算法原理

· knn分类算法–代码实现

· knn分类算法–手写字识别案例

· lineage回归分类算法–算法原理

· lineage回归分类算法–算法实现及demo

· 朴素贝叶斯分类算法–算法原理

· 朴素贝叶斯分类算法–算法实现

· 朴素贝叶斯分类算法–垃圾邮件识别应用案例

· kmeans聚类算法–算法原理

· kmeans聚类算法–算法实现

· kmeans聚类算法–地理位置聚类应用

· 决策树分类算法–算法原理

· 决策树分类算法–算法实现