hadoop 学习之路

当前，越来越多的同学进入大数据行业，有的是底层的技术，有的是工程，有的是算法，有的是业务。每个产品、都需要工程化的实现，以前，工程师都是操练着java/python/c等各种语言操纵中各类的软件，比如jquery，spring、mysql，实现产品的业务逻辑。在大数据时代，要想个性化实现业务的需求，还是得操纵各类的大数据软件，如：hadoop、hive、spark、hbase、jstorm等。笔者（阿里封神）混迹Hadoop圈子多年，经历了云梯1、ODPS等项目，目前base在E-Mapreduce。在这，笔者尽可能梳理下，本文是围绕hadoop的。对于算法、机器学习是另一个范畴，本篇不涉及，不过从事机器学习算法的研发，能力最好在中级之上。

要想成为专家，并未一朝一夕，需要自己在业余时间花费较多的时间，我们一起加油！

初级

开始接触hadoop，最好还是有语言工程等相关的基础。如果工程能力、思维能力比较强，其实学习起来很快的。

• 自己直接写一些mapreduce、spark相关的代码去解决一些业务问题
• 熟悉hadoop的基本理论知识
• 多看看官方的文档
• 知晓大体的hadoop体系架构，每个角色能解决的问题
• 最好能体系的看下《Hadoop权威指南》 很多初学者，对大数据的概念都是模糊不清的，大数据是什么，能做什么，学的时候，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习扣扣君：四九八加上八五六连起来一二二，有大量干货（零基础以及进阶的经典实战）分享给大家，并且有清华大学毕业的资深大数据讲师给大家免费授课

中级

这个阶段，基本就是想进一步了解hadoop本身的

• 前提开发能力较强，比如:java能力
• 熟悉ETL/流失计算/图计算/机器学习各种原理
• 看一些社区hadoop的代码，出现问题能直接看源码解决
• 能去优化hadoop的一些性能问题，知晓大体性能的瓶颈点
• 可以改造内核，或者参与社区开发
• 有较多的大数据的项目经验，做过复杂项目
• 可以看下更多的1-2个数据引擎

高级

在这个阶段，一般书籍就没有太多的用处，一般需要看看paper

• 修改各种引擎的核心代码，这些包括：hadoop/spark/flink/strom/hive/hbase/kafka/等
• 学习力强，可以迅速看清楚各种框架
• 有较强的分布式理论知识
• 能触类旁通，创新出一套新的大数据引擎，比如：spark
• 能前瞻性预测未来引擎发展方向