杭州大数据从入门到精通学习路线

在强烈的就业压力和不断增长的薪资诱惑下，越来越多的程序员开始转型学习大数据技术，一来是为了确保自己的工作不被一批新鲜血液替代，再就是给自己多一份升职加薪的筹码！

大数据从入门到精通学习路线

学习大数据技术，一份从入门到精通的学习路线是不可少的，在这里先卖个关子，在分享学习路线之前，我们可以先了解一下当前企业对大数据技术人才的要求，对我们以后的就业和学习有着非常大的帮助！

现在企业对大数据技术人才的要求如下：

1、熟练掌握Java, C++, Scala等语言中的一种或几种，并熟悉Shell或Python等一种或几种脚本语言，熟悉Linux/Unix环境；

2、熟练掌握hadoop大数据生态体系，有Hadoop / Spark / Hive / Presto / HBase / Kylin / Impala / Kafka / Flink / Storm/ Redis等使用经验和架构设计、部署经验，熟悉上述常用的分布式系统的原理。

当然了我只是列举了一个公司的要求，每个公司的主战项目不同，对技术要求的偏重点也是不同的，但基础的大数据技术是必须要掌握的。

需要掌握的大数据基础技术：

至少掌握一种与数据分析有关的编程语言，比如R、Python、SAS和SQL语言等、对数学和统计学有很好的理解与掌握、具备网页爬虫经验、hadoop 、spark、storm开发、hive 数据库、Linux 操作系统等知识、分布式存储、分布式计算框架、大数据处理和分析技术。

大数据从入门到精通的学习路线如下：

阶段一是Java语言基础，此阶段是大数据刚入门阶段，主要是学习一些Java语言的概念、字符、流程控制等

阶段二是Linux基础和Hadoop生态体系。此阶段主要掌握Linux操作系统的灵活使用。掌握大数据核心技术之一——Hadoop生态体系。

阶段三是分布式计算。主要掌握Scala语言的使用、各种数据结构、同时还要深度讲解spark的一系列核心概念比如结构、安装、运行、理论概念等。还有Storm实时开发，Storm主要用来处理实时计算的问题。

阶段四主要是实战项目案例，这一时期应该将所有知识通汇贯通，通过实战快速培养动手能力，确保一定的工作能力。

阶段五是大数据分析相关的技术知识，主要是讲解Data Analyze数据分析基础、数据可视化、sklearn中有三类朴素贝叶斯算法等等！

具体学习路线图：

大数据从入门到精通学习路线