想學習大資料？這才是完整的大資料學習體系

標籤：arch   項目   角度   電腦   linux   問題   class   去重   管理   

 

大資料

乾貨走起，閑話不多說，以下就是小編整理的大資料學習思路

第一階段：linux系統

本階段為大資料學習入門基礎課程，幫大家進入大資料領取打好Linux基礎，以便更好的學習Hadoop、habse、NoSQL、saprk、storm等眾多技術要點。

另：目前企業中無疑例外是使用Linux來搭建或部署項目的

第二階段：大型網站高並發處理

本階段的學習是為了讓大家能夠瞭解大資料的源頭，資料從而而來，繼而更好的瞭解大資料。通過學習處理大型網站高並發問題反向的更加深入的學習Linux，同事站在了更高的角度去觸探架構

第三階段：Hadoop學習

1、HadoopDistributed File System：HDFS

詳細解剖HDFS，瞭解其工作原理，打好學習大資料的基礎

2、Hadoop分散式運算架構：MapReduce

MapReduce可以說是任何一家大資料公司都會用到的計算架構，也是每個大資料工程師應該熟練掌握的

3、Hadoop離線體系：Hive

hive是使用SQL盡心計算的Hadoop架構，工作中經常會使用，也是面授的重點

4、Hadoop離線計算體系：HBASE

HBASE的重要性不言而喻，即便是工作多年的大資料工程師也是需要去重點學習HBASE效能最佳化的

第四階段：zookeeper開發

zookeeper在分布式叢集中的地位越來越突出，對分布式應用的開發也提供了極大的便利，學習zookeeper的時候，我們主要學習zookeeper的深入，用戶端開發、日常營運、web介面監控等等。學好此部分的內容對後面技術的學習也是至關重要的。

第五階段：elasticsearch分布式搜尋

第六階段：CDH叢集管理

第七階段：storm即時資料處理

本階段覆蓋storm內部機制和原理，掌握從資料擷取到即時極端到資料存放區再到前台展示，一人講所有的工作全部完成，知識覆蓋面廣

第八階段：Redis快取資料庫

對Redis做個全部的學習，包括其特點、散列集合類型、字串類型等等，最後到最佳化，做個詳細的學習

第九階段：spark核心部分

本階段內容覆蓋了spark生態系統的概述及其編程模型，深入核心的研究，Spark on Yarn,Spark Streaming流式計算原理與實踐，Spark SQL,Spark的多語言編程以及SparkR的原理和運行。

在瞭解了以上知識點後，雲端運算機器學習的部分也是至關重要的。通常在雲端運算這部分內容，我們會對Docker、虛擬化KVM、雲平台OpenStack做個瞭解和學習，防止在以後的工作中會遇到

好了，大資料的學習體系就簡單的為大家分享到這裡。大資料學習群142973723

想學習大資料？這才是完整的大資料學習體系