最近很多人问小编现在学习大数据这么多，他们都是如何学习的呢。很多初学者在萌生向大数据方向发展的想法之后，不免产生一些疑问，应该怎样入门？应该学习哪些技术？学习路线又是什么？今天小编特意为大家整理了一份大数据从入门到精通的学习路线。并且附带学习资料和视频。希望能够帮助到大家。
大数据学习资料分享群：119599574
第一阶段：linux理论
（1）linux基础；（2）linux-shell编程；（3）高并发：lvs负载均衡；（4）高可用&反向代理
第二阶段：hadoop理论
（1）hadoop-hdfs理论；（2）hadoop-hdfs集群搭建；（3）hadoop-hdfs 2.x & api ；（4）hadoop-mr理论 ；
（5）hadoop-mr开发分析；（6）hadoop-mr源码分析 ；（7）hadoop-mr开发案例
第三阶段：hive理论
（1）hive介绍以及安装 ；（2）hive实战
第四阶段：hbase
（1）hbase介绍以及安装 ；（2）hbase调优
第五阶段： redis理论
（1）redis类型 ； （2） redis高级
第六阶段：zookeeper理论
（1）zookeeper介绍 ；（2） zookeeper使用
第七阶段： scala语法
（1）scala语法介绍；（2）scala语法实战
第八阶段： spark理论
（1）spark介绍；（2）spark代码开发流程 ； （3）spark集群搭建；（4） spark资源调度原理；
（5）spark任务调度；（6）spark案例；（7）spark中两种最重要shuffle；
（8）spark高可用集群的搭建；（9）sparksql介绍；（10） sparksql实战 ；
（11）sparkstreaming介绍；（12）sparkstreaming实战
第九阶段：机器学习介绍
（1） 线性回归详解； （2）逻辑回归分类算法； （3）kmeans聚类算法； （4）knn分类算法； （5）决策树 随机森林算法
从零基础到项目实战，实时交易监控系统，推荐系统理论，数据库搭建等等。需要以下大数据学习资料的小伙伴可以加群免费获取，大家一起学习大数据。
大数据学习资料分享群：119599574
第十阶段：elasticsearch理论
（1）elasticsearch搜索原理； （2） elasticsearch实战
第十一阶段：storm理论
（1）storm介绍以及代码实战；（2）storm伪分布式搭建以及任务部署； （3）storm架构详解以及drcp原理；
（4） 虚拟化理论kvm虚拟化 ； （5） docker
1,_推荐系统理论与实战项目 part2
2,推荐系统理论与实战 项目part1
3.实时交易监控系统项目(下)
4,实时交易监控系统项目(上)
5,用户行为分析系统项目1
6,用户行为分析系统项目2
7,大数据批处理之hive详解
8,es公开课 part1
9,spark_streaming_
10,数据仓库搭建详解
11,大数据任务调度
12,流数据集成神器kafka
13,spark 公开课
14,海量日志收集利器：flume
15,impala简介
16,hive简介
17,mapreduce简介
18海量数据高速存取数据库 hbase
19,浅谈hadoop管理器yarn原理
20,,分布式全文搜索引擎elasticsearch part2
结语：以上就是大数据从入门到精通的学习路线了，并且有许多项目实战供大家实践。祝大家工作顺利，步步高升.
如对本文有疑问， 点击进行留言回复！！
HBase Filter 过滤器之FamilyFilter详解
去 HBase，Kylin on Parquet 性能表现如何？
如何找到Hive提交的SQL相对应的Yarn程序的applicationId
我要评论
网友评论