大数据又称黑暗数据，是指人脑无法处理的海量数据聚合成的信息资产，在民生、IT、金融、农业、通信等方面都有广泛应用。未来5年大数据行业呈井喷趋势，人才需求火爆，2018年大数据人才缺口更是高达900万。以后想要做大数据相关的工作，需要学习哪些技术知识？
在这里还是要推荐下我自己建的大数据学习交流群:199427210，群里都是学大数据开发的，如果你正在学习大数据 ，小编欢迎你加入,大家都是软件开发党，不定期分享干货（只有大数据软件开发相关的），包括我自己整理的一份最新的大数据进阶资料和高级开发教程，欢迎进阶中和进想深入大数据的小伙伴加入。
罗马不是一天建成的，大数据工程师也不是短时间能锻造的。想要成为大数据开发工程师，也要看你是否骨骼惊奇，天赋过人！在学习大数据之前，你还需要有一定的基础！
一、学习大数据需要的基础 1、java SE、EE（SSM）
90%的大数据框架都是Java写的
2、MySQL
SQL on Hadoop
3、Linux
大数据的框架安装在Linux操作系统上
在有了上面的技术基础支撑之后，便可以开始我们的大数据开发工程师的锻造之旅了，可以根据以下三个大的方面进行学习，当然了，中间需要穿插一些项目练习，将理论和实战相关联才能成长的很快！
二、大数据需要学什么 1、大数据离线分析 一般处理T+1数据（T：可能是1天、一周、一个月、一年）
a、Hadoop ：一般不选用新版本，踩坑难解决
（common、HDES、MapReduce、YARN）
环境搭建、处理数据的思想
b、Hive：大数据的数据仓库
通过写SQL对数据进行操作，类似于MySQL数据库的sql
c、HBase：基于HDFS的NOSQL数据库
面向列存储
d、协作框架：
sqoop（桥梁：HDFS《==》RDBMS）
flume：搜集日志文件中的信息
e、调度框架
anzkaban
了解：crotab（Linux自带）
zeus（Alibaba）
Oozie（cloudera）
f、前沿框架扩展：
kylin、impala、ElasticSearch（ES）
2、大数据实时分析 以spark框架为主
Scala：OOP（面向对象程序设计）+FP（函数是程序设计）
sparkCore：类比MapReduce
sparkSQL：类比hive
sparkStreaming：实时数据处理
kafka：消息队列
前沿框架扩展：flink
阿里巴巴：blink
3、大数据机器学习 spark MLlib：机器学习库
pyspark编程：Python和spark的结合
推荐系统
python数据分析
python机器学习
路漫漫其修远兮，想要成为大数据开发工程师，不仅仅要具备很多技术基础，而且还要对数据有一定的敏感度，需要长时间的加工磨合。
网友评论