从小白到大数据技术专家的学习历程，你准备好了吗

最近有不少人问我，大数据是怎么学?须要学什么技术以及这些技术的学习顺序是什么?今天有时间我把这个问题总结成文章分享给你们。

大数据处理技术怎么学习呢?首先咱们要学习Java语言和Linux操做系统，这两个是学习大数据的基础，学习的顺序不分先后。

Java：你们都知道Java的方向有JavaSE、JavaEE、JavaME，学习大数据要学习那个方向呢?

只须要学习Java的标准版JavaSE就能够了，像Servlet、JSP、Tomcat、Struct、Spring、Hibernate，Mybites都是JavaEE方向的技术在大数据技术里用到的并很少，只须要了解就能够了，固然Java怎么链接数据库仍是要知道的，像JDBC必定要掌握一下，有同窗说Hibernate或Mybites也能链接数据库啊，为何不学习一下，我这里不是说学这些很差

而是说学这些可能会用你不少时间，到最后工做中也不经常使用，我还没看到谁作大数据处理用到这两个东西的，固然你的精力很充足的话，能够学学Hibernate或Mybites的原理，不要只学API，这样能够增长你对Java操做数据库的理解，由于这两个技术的核心就是Java的反射加上JDBC的各类使用。

Linux：由于大数据相关软件都是在Linux上运行的，因此Linux要学习的扎实一些，学好Linux对你快速掌握大数据相关技术会有

很大的帮助，能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩不少坑，学会

shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对之后新出的大数据技术学习起来更快。

·好说完基础了，再说说还须要学习哪些大数据技术，能够按我写的顺序学下去。

Hadoop：这是如今流行的大数据处理平台几乎已经成为大数据的代名词，因此这个是必学的。Hadoop里面包括几个组件HDFS、MapReduce和YARN，HDFS是存储数据的地方就像咱们电脑的硬盘同样文件都存储在这个上面，MapReduce是对数据进行处理计算的，它有个特色就是无论多大的数据只要给它时间它就能把数据跑完，可是时间可能不是很快因此它叫数据的批处理。

YARN是体现Hadoop平台概念的重要组件有了它大数据生态体系的其它软件就能在hadoop上运行了，这样就能更好的利用HDFS大存储的优点和节省更多的资源好比咱们就不用再单独建一个spark的集群了，让它直接跑在现有的hadoop yarn上面就能够了。其实把Hadoop的这些组件学明白你就能作大数据的处理了，只不过你如今还可能对大数据到底有多大尚未个太清楚的概念，听个人别纠结这个。

等之后你工做了就会有不少场景遇到几十T/几百T大规模的数据，到时候你就不会以为数据大真好，越大越有你头疼的。固然别怕处理这么大规模的数据，由于这是你的价值所在，让那些个搞Javaee的php的html5的和DBA的羡慕去吧。

·记住学到这里能够做为你学大数据的一个节点。

Zookeeper：这是个万金油，安装Hadoop的HA的时候就会用到它，之后的Hbase也会用到它。它通常用来存放一些相互协做的信息，这些信息比较小通常不会超过1M，都是使用它的软件对它有依赖，对于咱们我的来说只须要把它安装正确，让它正常的run起来就能够了。

Mysql：咱们学习完大数据的处理了，接下来学习学习小数据的处理工具mysql数据库，由于一会装hive的时候要用到，mysql须要掌握到什么层度那?你能在Linux上把它安装好，运行起来，会配置简单的权限，修改root的密码，建立数据库。这里主要的是学习SQL的语法，由于hive的语法和这个很是类似。

Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。固然你也能够不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是同样的，固然生产环境中使用要注意Mysql的压力。

Hive：这个东西对于会SQL语法的来讲就是神器，它能让你处理大数据变的很简单，不会再费劲的编写MapReduce程序。有的人说Pig那?它和Pig差很少掌握一个就能够了。

Oozie：既然学会Hive了，我相信你必定须要这个东西，它能够帮你管理你的Hive或者MapReduce、Spark脚本，还能检查你的程序是否执行正确，出错了给你发报警并能帮你重试程序，最重要的是还能帮你配置任务的依赖关系。我相信你必定会喜欢上它的，否则你看着那一大堆脚本，和密密麻麻的crond是否是有种想屎的感受。

Hbase：这是Hadoop生态体系中的NOSQL数据库，他的数据是按照key和value的形式存储的而且key是惟一的，因此它能用来作数据的排重，它与MYSQL相比能存储的数据量大不少。因此他常被用于大数据处理完成以后的存储目的地。

Kafka：这是个比较好用的队列工具，队列是干嘛的?排队买票你知道不?数据多了一样也须要排队处理，这样与你协做的其它同窗不会叫起来，你干嘛给我这么多的数据(好比好几百G的文件)我怎么处理得过来，你别怪他由于他不是搞大数据的，你能够跟他讲我把数据放在队列里你使用的时候一个个拿，这样他就不在抱怨了立刻灰流流的去优化他的程序去了，由于处理不过来就是他的事情。

而不是你给的问题。固然咱们也能够利用这个工具来作线上实时数据的入库或入HDFS，这时你能够与一个叫Flume的工具配合使用，它是专门用来提供对数据进行简单处理，并写到各类数据接受方(好比Kafka)的。

Spark：它是用来弥补基于MapReduce处理数据速度上的缺点，它的特色是把数据装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘。特别适合作迭代运算，因此算法流们特别稀饭它。它是用scala编写的。Java语言或者Scala均可以操做它，由于它们都是用JVM的。 ---------------------  做者：金罗老师  来源：CSDN  原文：https://blog.csdn.net/qq_41842579/article/details/85343610