大数据学习路线总结

背景引入

考虑到有对大数据开发感兴趣的同学，因为找资料方向上特别迷茫，不知道大数据具体需要学习什么组件。为了让大家少走弯路，我就把之前的学习笔记发一遍在自己博客，本文就是提供这个博客的链接。可以为大家学习大数据方面以及面试求职有一个很好的认知。

说明：
本文是我的一个学习路线
里面主要是包含大数据开发、后端面试（现在大数据是后端这边发展过来的）、AI、数据分析
数据分析这块，我打算考一个这方面的证书，后面也会更新一部分数据分析的知识点

1 Java学习阶段

⁉️为什么学习大数据也要学Java？
1️⃣Hadoop生态圈底层都是使用Java开发的，如果涉及到源码的修改需要看懂Java
2️⃣Java的生态相比于其他语言（Python、R等）发展比较成熟

第一阶段基础知识

注意：基础知识其实和大学课上讲的Java知识点差不多，但是也有很多对于课堂内容的补充。
☀️Java零基础（一）之Java发展+注释+编译
☀️Java零基础（二）之变量+运算符
☀️Java零基础（三）之运算符+逻辑循环
☀️Java零基础（四）逻辑循环常用案例
☀️Java零基础（五）之eclipse的安装+方法定义
☀️Java零基础（六）之一维数组
☀️Java零基础（七）之数组排序+二维数组
☀️Java零基础（八）之对象那些事
☀️Java零基础（九）之面向对象三大特性

第二阶段高阶（Springboot、MyBatis、Maven系列）

第三阶段JDBC（Mysql系列）

☀️Mysql高频面试题（后端大数据面试必备）

第四阶段 JAVA高频面试题系列

2 Hadoop生态组件（全部要在Linux环境进行安装）

2.1 Linux入门

⚡️Linux指令入门+Shell脚本入门
⚡️Shell脚本实操

2.2 Hadoop集群入门

⚡️Hadoop集群入门

2.3 Zookeeper学习

⚡️Zookeeper知识点

2.4 Mapreduce知识点

⚡️Mpareduce知识点

2.5 Hive知识点

⚡️Hive知识点总结
⚡️Hive相关函数

2.6 Hbase知识点

⚡️Hbase知识点

2.7 Flume知识点

⚡️Flume的使用

2.8 Presto搜索引擎的使用

⚡️Presto使用总结

2.9 Sqoop对于Hadoop生态圈数据与其他来源数据的导入导出操作

⚡️Sqoop知识点

2.10DataX 不同数据库之间数据的导入导出操作

⚡️DataX的使用

2.11 Azkaban调度工作流的使用

⚡️Azkaban

2.12 Kylin对于多维度OLAP分析的使用

⚡️Kylin

2.13 Nginx服务器知识总结

⚡️Nginx

2.14 Superset程序进程管理工具总结

⚡️Superset

2.15 Prometheus监控知识总结

2.16 Grafana作为监控可视化页面的使用总结

2.17Clickhouse知识总结

2.18 Kafka消息队列知识总结

⚡️Kafka知识总结

2.19 Redis（Nosql）知识总结

⚡️redis知识点总结

2.20 ElasticSearch知识总结

2.21 Kettle知识总结

2.22 MangoDB知识总结

2.23 Druid知识总结

3 数仓理论知识

4 Scala版本的Spark开发学习

4.1 Scala学习

Scala学习

4.2 SparkCore开发（开发很少使用）

SparkCore开发

4.3 Sparksql开发（经常使用）

4.4 SparkStreaming开发（一代微批的实时流处理）

4.5 SparkStructuredStreaming 开发（二代微批实时流处理）

5 Flink实时开发系列

6 Python数据分析开发知识总结

7 BI工具使用系列(数据可视化报表工具）

7.1 帆软BI工具

7.2 PowerBI工具使用

7.3 Tableau工具使用

7.4 SmartBI工具使用

8 Git的使用

9 应届毕业生求职篇

第一模块 算法与数据结构

第二模块 23种设计模式

第三模块 计算机网络

第四模块 操作系统

第五模块 计算机组成原理

10 机器学习

11 AI相关