15G的Hadoop基础入门干货大放送！从教程到工具包再到电子书，让你零基础也能学会！

昨天，总在投资风口的朱啸虎分享了雕爷的文章--“来，喝了这碗区块链解毒汤！”，并附上了转发语：雕爷这篇文章还是赞的。

场主好奇打开了这篇文章。

里面有段话，让场主印象深刻：

区块链这事儿牛逼吗？牛逼！伟大吗？肯定伟大！

但同样牛逼和伟大，和区块链不分彼此，甚至排在丫前面的，还有A、人工智能；B、3D打印；C、火星移民；D、核能微型化；E、人类永生技术；F、AR、VR……等等十几种以上的前瞻性技术。

甚至考虑到区块链的本质，不是底层技术的突破，而是一套建筑在现有技术上的方法论——做个比喻，CPU是底层晶体管技术的突破，TCP/IP协议是个类似方法论的东西，互联网的实现，这俩东西都不可或缺，但论先来后到、皮之不存毛将焉附的关系，晶体管排名得在TCP/IP的前边。

所以这么一看，区块链也没伟大到“吓尿的程度”嘛。

倒是挺客观的。

哎、不说区块链了，三点钟是真的无眠啊。

近期，养码场社群蛮多Java、安卓群友都在说想学习Hadoop大数据，马云也说了：“未来最大的资源就是数据，不参与大数据十年后一定会后悔！”

之前，场主在知乎上看到一幅图，是大数据技术运用中每个组件的大概功能介绍。

关于上述图片的详细解析：

• Hadoop与Spark的区别

蓝色部分，是Hadoop生态系统组件；黄色部分是Spark生态组件。

虽然他们是两种不同的大数据处理框架，但它们不是互斥的，Spark与hadoop 中的MapReduce是一种相互共生的关系。Hadoop提供了Spark许多没有的功能，比如分布式文件系统，而Spark 提供了实时内存计算，速度非常快。

有一点大家要注意，Spark并不是一定要依附于Hadoop才能生存，除了Hadoop的HDFS，还可以基于其他的云平台，当然啦，大家一致认为Spark与Hadoop配合默契最好摆了。

• 技术趋势

Spark在崛起，Hadoop和Storm中的一些组件在消退。

大家在学习使用相关技术的时候，记得与时俱进掌握好新的趋势、新的替代技术，以保持自己的职业竞争力。

HSQL未来可能会被Spark SQL替代，现在很多企业都是HIVE SQL和Spark SQL两种工具共存，当Spark SQL逐步成熟的时候，就有可能替换HSQL。

MapReduce也有可能被Spark 替换，趋势是这样，但目前Spark还不够成熟稳定，还有比较长的路要走。

Hadoop中的算法库Mahout正被Spark中的算法库MLib所替代，为了不落后，大家注意去学习Mlib算法库。

Storm会被Spark Streaming替换吗？虽然，Storm不是Hadoop生态中的一员，但由于Spark和Hadoop天衣无缝的结合，Spark在逐步的走向成熟和稳定，其生态组件也在逐步的完善，是冉冉升起的新星。

Storm会逐步被挤压而走向衰退。

不过，现在公司内部几乎所有的项目搭建都离不开Hadoop生态圈。

说完趋势，给大家送上

Hadoop

学习干货资料！

15G

从包装包到工具包

从电子书到视频

通过自学，让你真正搞懂Hadoop生态架构，做到独立搭建和设计大型商业项目！

Hadoop 入 门

学习Hadoop的前提，要掌握Linux基础操作，和至少一门基础开发语言。

除了视频外，还附上了文字版的讲解！

安 装 包

不仅仅有Hadoop，还详细讲解了Storm、Spark、推荐算法、聚类算法、神经网络与深度学习的内容！

真的很全了！