大数据学习路线有推荐吗?怎么学比较容易?

如题所述

分享大数据学习路线:

第一阶段为JAVASE+MYSQL+JDBC

主要学习一些Java语言的概念,如字符、bai流程控制、面向对象、进程线程、枚举反射等,学习MySQL数据库的安装卸载及相关操作,学习JDBC的实现原理以及Linux基础知识,是大数据刚入门阶段。

第二阶段为分布式理论简介

主要讲解CAP理论、数据分布方式、一致性、2PC和3PC、大数据集成架构。涉及的知识点有Consistency一致性、Availability可用性、Partition
tolerance分区容忍性、数据量分布、2PC流程、3PC流程、哈希方式、一致性哈希等。

第三阶段为数据存储与计算(离线场景)

主要讲解协调服务ZK(1T)、数据存储hdfs(2T)、数据存储alluxio(1T)、数据采集flume、数据采集logstash、数据同步Sqoop(0.5T)、数据同步datax(0.5T)、数据同步mysql-binlog(1T)、计算模型MR与DAG(1T)、hive(5T)、Impala(1T)、任务调度Azkaban、任务调度airflow等。

第四部分为数仓建设

主要讲解数仓仓库的历史背景、离线数仓项目-伴我汽车(5T)架构技术解析、多维数据模型处理kylin(3.5T)部署安装、离线数仓项目-伴我汽车升级后加入kylin进行多维分析等;

第五阶段为分布式计算引擎

主要讲解计算引擎、scala语言、spark、数据存储hbase、redis、kudu,并通过某p2p平台项目实现spark多数据源读写。

第六阶段为数据存储与计算(实时场景)

主要讲解数据通道Kafka、实时数仓druid、流式数据处理flink、SparkStreaming,并通过讲解某交通大数让你可以将知识点融会贯通。

第七阶段为数据搜索

主要讲解elasticsearch,包括全文搜索技术、ES安装操作、index、创建索引、增删改查、索引、映射、过滤等。

第八阶段为数据治理

主要讲解数据标准、数据分类、数据建模、图存储与查询、元数据、血缘与数据质量、Hive Hook、Spark Listener等。

第九阶段为BI系统

主要讲解Superset、Graphna两大技术,包括基本简介、安装、数据源创建、表操作以及数据探索分析。

第十阶段为数据挖掘

主要讲解机器学习中的数学体系、Spark Mlib机器学习算法库、Python scikit-learn机器学习算法库、机器学习结合大数据项目。

对大数据分析有兴趣的小伙伴们,不妨先从看看大数据分析书籍开始入门!B站上有很多的大数据教学视频,从基础到高级的都有,还挺不错的,知识点讲的很细致,还有完整版的学习路线图。也可以自己去看看,下载学习试试。

温馨提示:答案为网友推荐,仅供参考
第1个回答  2020-05-27

  因为大数据行业的技术总在更新,学员学到目前主流的大数据技术才好找工作,所以好的培训机构的课程也要做到经常更新才好。反之,如果培训机构的课程内容是过时的,那么学员即使学会了找工作时也很容易被拒绝。所以提前了解授课内容是比较重要的,可以拿着和企业需求做对比。

  第一阶段Java基础,主要知识点有:Java基础语法、面向对象编程、常用类和工具类、集合框架体系、异常处理机制、文件和IO流、移动开户管理系统、多线程、枚举和垃圾回收、反射、JDK新特性、通讯录系统。

  第二阶段JavaEE核心,主要知识点有:前端技术、数据库、JDBC技术、服务器端技术、Maven、Spring、SpringBoot、Git。

      第三阶段Hadoop生态体系,主要知识点有:Linux、Hadoop、ZooKeeper、Hive
HBase、Phoenix、Impala、Kylin、Flume、Sqoop&DataX、Kafka、Oozie&Azkaban
Hue、智慧农业数仓分析平台。

  第四阶段Spark生态体系,主要知识点有:Scala、Spark、交通领域汽车流量监控项目、Flink。

  第五阶段项目实战+机器学习,主要知识点有:高铁智能检测系统、电信充值、中国天气网、机器学习。

  第六阶段为就业指导,主要有企业面试前期准备与技巧、专业指导、企业面试复盘,帮助学员快速就业。

  以上就是优就业大数据学习路线。

第2个回答  2021-11-02
1.相关基础知识的学习积累。小伙伴初学大数据开发技术主要以基础知识为主,涉及到操作系统(Linux)、数据库、编程语言(Java、Python、Scala)、算法设计基础以及统计学基础知识。这一过程虽然内容比较多,还好所学到知识都不是很难。对于零基础小伙伴在这一阶段的学习过程中,最好是能够写一些相关的小项目,同时通过大数据培训班老师的指导,相信很快能够达到入门的阶段性学习。
2.大数据平台开发学习。接下来学习的内容主要以大数据平台为主,对于初学大数据开发技术的小伙伴来说最好选择开源的大数据平台,比如Hadoop、Spark就是不错的选择,而且大数据培训班都会有相关的案例为你提供一些学习资料,让小伙伴更容易上手学习。
3.项目实战案例的练习。小伙伴想要学好大数据开发技术知识,除了理论基础知识的积累,还需要结合相关的项目实战案例的练习来深入学习理解大数据开发技术知识,实践的内容主要分为三个大的任务,分别是大数据应用开发、大数据分析和大数据运维,由于不同的岗位往往需要掌握不同的实践能力,所以掌握更多的实践知识能够在一定程度上提升自己的岗位适应能力。
第3个回答  2020-04-10

你好,推荐给你大数据学习的路线图,按照顺序学习就可以了。

第4个回答  2018-10-19
推荐去千锋,同样的价格千锋课程面授学起来更容易。本回答被提问者采纳