怎样开启大数据学习之路(干货经验分享)
2016-04-06 00:00
288 查看
近几年大数据很火,学习大数据目前主要三个平台hadoop、storm、spark。比如学hadoop,从哪儿开始学首先要根据你的基本情况而定,如果你就一小白,没有任何开发基础,也没有学过任何开发语言,那就必须先从基础java开始学起(大数据支持很多开发语言,但企业用的最多的还是JAVA),接下来学习数据结构、关系型数据库、linux系统操作,夯实基础之后,再进入大数据的学习,例如:hadoop离线分析、Storm实时计算、spark内存计算的学习,先给大家看一张大数据与云计算方向路线图:
大数据学习体系如下:
第一阶段:
CORE JAVA
Java基础
数据类型
运算符、循环
算法
顺序结构程序设计
程序结构
数组及多维数组
面向对象
构造方法、控制符、封装
继承
多态
抽象类、接口
常用类
集合Collection、list
HashSet、TreeSet、Collection
集合类Map
异常
File
文件/流
数据流和对象流
线程(理解即可)
网络通信(理解即可)
第二阶段:
数据结构
关系型数据库
Linux系统操作
Linux操作系统概述
安装Linux操作系统
图形界面操作基础
Linux字符界面基础
字符界面操作进阶
用户、组群和权限管理
文件系统管理
软件包管理与系统备份
Linux网络配置
(主要掌握Linux操作系统的理论基础和服务器配置实践知识,同时通过大量实验,着重培养学生的动手能力。使学生了解Linux操作系统在行业中的重要地位和广泛的使用范围。在学习Linux的基础上,加深对服务器操作系统的认识和实践配置能力。加深对计算机网络基础知识的理解,并在实践中加以应用。掌握Linux操作系统的安装、命令行操作、用户管理、磁盘管理、文件系统管理、软件包管理、进程管理、系统监测和系统故障排除。掌握Linux操作系统的网络配置、DNS、DHCP、HTTP、FTP、SMTP和POP3服务的配置与管理。为更深一步学习其它网络操作系统和软件系统开发奠定坚实的基础。与此同时,如果大家有时间把javaweb及框架学习一番,会让你的大数据学习更自由一些)。重点掌握:常见算法、据库表设计、QL语句、inux常见命令、
第三阶段:Hadoop阶段、线分析阶段、时计算阶段、Hadoop基础、HDFS、MapReduce、分布式集群、Hive、Hbase、Sqoop、Pig、Storm实时数据处理平台、Spark平台…
若之前没有项目经验或JAVA基础,掌握了第一阶段进入企业,不足以立即上手做项目,企业需再花时间与成本培养;第二阶段掌握扎实以后,进入企业就可以跟着做项目了,跟着一大帮人做项目倒也不用太担心自己能不能应付的来,当然薪资不能有太高的要求;前两个阶段都服务于第三阶段的学习,除了熟练掌握这些知识以外,重点需要找些相应的项目去做,不管项目大小做过与没有相差很多的哦!掌握扎实后可直接面对企业就业,薪资待遇较高!最后,感谢网友凌志的精彩思路分享。
大数据学习地址:http://edu.51cto.com/course/course_id-728.html
大数据学习体系如下:
第一阶段:
CORE JAVA
Java基础
数据类型
运算符、循环
算法
顺序结构程序设计
程序结构
数组及多维数组
面向对象
构造方法、控制符、封装
继承
多态
抽象类、接口
常用类
集合Collection、list
HashSet、TreeSet、Collection
集合类Map
异常
File
文件/流
数据流和对象流
线程(理解即可)
网络通信(理解即可)
第二阶段:
数据结构
关系型数据库
Linux系统操作
Linux操作系统概述
安装Linux操作系统
图形界面操作基础
Linux字符界面基础
字符界面操作进阶
用户、组群和权限管理
文件系统管理
软件包管理与系统备份
Linux网络配置
(主要掌握Linux操作系统的理论基础和服务器配置实践知识,同时通过大量实验,着重培养学生的动手能力。使学生了解Linux操作系统在行业中的重要地位和广泛的使用范围。在学习Linux的基础上,加深对服务器操作系统的认识和实践配置能力。加深对计算机网络基础知识的理解,并在实践中加以应用。掌握Linux操作系统的安装、命令行操作、用户管理、磁盘管理、文件系统管理、软件包管理、进程管理、系统监测和系统故障排除。掌握Linux操作系统的网络配置、DNS、DHCP、HTTP、FTP、SMTP和POP3服务的配置与管理。为更深一步学习其它网络操作系统和软件系统开发奠定坚实的基础。与此同时,如果大家有时间把javaweb及框架学习一番,会让你的大数据学习更自由一些)。重点掌握:常见算法、据库表设计、QL语句、inux常见命令、
第三阶段:Hadoop阶段、线分析阶段、时计算阶段、Hadoop基础、HDFS、MapReduce、分布式集群、Hive、Hbase、Sqoop、Pig、Storm实时数据处理平台、Spark平台…
若之前没有项目经验或JAVA基础,掌握了第一阶段进入企业,不足以立即上手做项目,企业需再花时间与成本培养;第二阶段掌握扎实以后,进入企业就可以跟着做项目了,跟着一大帮人做项目倒也不用太担心自己能不能应付的来,当然薪资不能有太高的要求;前两个阶段都服务于第三阶段的学习,除了熟练掌握这些知识以外,重点需要找些相应的项目去做,不管项目大小做过与没有相差很多的哦!掌握扎实后可直接面对企业就业,薪资待遇较高!最后,感谢网友凌志的精彩思路分享。
大数据学习地址:http://edu.51cto.com/course/course_id-728.html
相关文章推荐
- 康诺云推出三款智能硬件产品,为健康管理业务搭建数据池
- MySQL中使用innobackupex、xtrabackup进行大数据的备份和还原教程
- php+ajax导入大数据时产生的问题处理
- C# 大数据导出word的假死报错的处理方法
- 用Python实现协同过滤的教程
- Python利用多进程将大量数据放入有限内存的教程
- mongodb常遇到的错误。
- Stack数据结构的特点后进先出的应用:大数据运算
- YARN或将成为Hadoop新发力点
- Hadoop 1.x版本伪单机配置
- Glusterfs的编译选项 #pragma GCC poison system popen
- Python 大数据思维导图
- Spark HA部署方案
- Spark HA原理架构图
- HADOOP的HA部署方案
- 大白话storm
- SQL优化(二) 快速计算Distinct Count