喊了这么多年大数据？你确定了解大数据？

在科技如此兴盛的时代，人类社会实践产生了海量的全样数据、虚拟化、分布式集群、人工智能和深度学习算法等大数据和云计算技术，这些技术的出现意味着能更好地解决传统数据挖掘和机器学习中的大部分难题。借助于国家对大数据产业的助力以及各地方政府的扶持，大数据的落地从传统聚焦于互联网，正逐步向社会的各个领域渗透。

于是，我们看到了各种大数据的应用，智能交通、人脸识别、智能旅游、语音识别、智能驾驶等。同时在基于大数据价值转化的企业应用中。

Java技术成为Java程序员无疑是一个不错的选择，这至少从某种程度上解决了他们的当务之急——生存问题。但是，对于已经入行2-3年的Java程序员，生存问题已经得到缓解和解决，他们更多的再关心，“这条路是否可以持续走下去？”、“明年的薪水还能不能继续增长30%以上”。

对于程序员来说，技术一直在发展，与时俱进是必须的。大数据人才缺口巨大，转型的机会出现了，如果能抓住这难得的机会，转型为大数据工程师，让你更进一步（竞争力、金钱等方面），何乐而不为呢？

大数据从事的是开源工作，更倾向于“研发”，能够重新激起程序员研发程序的热情，职业生涯有了新的追求，这意味着大数据会成为值得程序员长期奋斗不断突破的工作；其次，由于大数据属新兴领域，专业人才比较缺乏，高端人才更是企业争抢的对象。薪资上升容易，职业发展潜力巨大。

做Java也是不错的，不过目前大数据是个趋势，稍微有实力点的企业都在上大数据项目，而Hadoop本身又是Java开发的，再加上Hadoop工程师普遍比纯Java开发要高3k以上，所以有很多搞Java的都在往hadoop大数据方向转。

做Java的人已经比较多了，很多人工作4~5年月薪也难上2万，能上2.5万的更是寥寥。但Hadoop很多人只1年经验就拿2万以上了。所以很多现在待遇还不错的人也还来大讲台学Hadoop，主要也是考虑未来发展天花板的问题

学习也是需要自己的兴趣爱好，如果你想是往java架构师技术总监CTO发展也请加油。

对于零基础的朋友，一开始入门可能不会太简单。因为需要掌握一门计算机的编程语言，大家都知道计算机编程语言有很多，比如：R，C++，JAVA，Python 等等。

只要你掌握一定的编程语言之后，一般就可以进行大数据部分的基础学习了。

大数据技术入门基础总的来说有四大块：Hadoop基础，离线数据处理，实时数据处理，ETL与环境 这四大块都是在大数据项目实战中是会经常使用到的。

一丶Hadoop基础：

1.分布式储存基石：HDFS

2.分布式计算基础：MapReduce

3.Hadoop集群资源管家：YARN

二丶离线数据处理

1.离线日志收集利器：Flume

2.离线批处理必备工具：Hive

3.速度更快的Hive:Impala

4.更快更强更好用的MR:Spark

三丶实时数据处理

1.流数据集成神器：kafka

2.实时计算引擎：spark streaming

3.海量数据高速存取数据库：HBase

四丶ETL与环境相关

1.ELT神器：Sqooq,Kettle

2.任务调度双量：Oozie,Azkaaban

Linux，Hadoop，Scala, HBase, Hive, Spark 等等专业知识点，是大数据项目中都会使用到的。如果要完整的学习大数据的话，这些知识点都是必不可少的！

了解了大数据的入门所必须的基础知识点，不用多说，最后的实战训练是最重要的，进行一些实际项目的操作练手，可以帮助我们更好的理解所学的内容，同时对于相关知识也能加强记忆，在今后的运用中，也可以更快的上手，对于相关知识该怎么用也有了经验。

下面我给大家介绍一些现在市场上比较流行的八大项目实战