前言

作为刚刚入行的IT 的初级程序猿，一开始我也不知道什么是大数据、java、python。但是有一次听朋友说他也是程序员月入三万。what？我为什么拿着三四千的工资他却拿着三万的高薪？直到我见到他的脑门我才明白原来是有原因的！

刚刚学习这行的时候，也是让人头大。有时候多了一个空格就要浪费好几个小时的时间去找出问题。其实我开始我也不知道为啥要入这行呢?每天加班加点的工作，不仅浪费了时间还亏了身体。有次看到一篇文章是由于太喜欢这个代码的感觉。WC真是有钱人说话都是这么的嚣张，我自己也在想为什么要学这玩意，现在知道我就是个俗人那就是为了money！

刚入行的时候少不了碰壁和错的学习线路。下面是小编整理的一些学习路线，具体的快来私信小编获取吧！希望大家可以找到一个适合自己的学习步伐，早日成为秃头程序猿！

大数据大纲

Hadoop

Hadoop是一个能够对大量数据进行分布式处理的软件框架。 Hadoop 以一种可靠、高效、可伸缩的方式进行数据处理。

Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。

Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。

Hadoop 还是可伸缩的，能够处理 PB 级数据。

此外，Hadoop 依赖于社区服务，因此它的成本比较低，任何人都可以使用。

下图是整理的关于Hadoop的大纲

Hive

支持索引,加快数据查询。

不同的存储类型,例如,纯文本文件、HBase 中的文件。

将元数据保存在关系数据库中,大大减少了在查询过程中执行语义检查的时间。

可以直接使用存储在Hadoop文件系统中的数据。

内置大量用户函数UDF来操作时间、字符串和其他的数据挖掘工具,支持用户扩展UDF函数来完成内置函数无法实现的操作。

类SQL的查询方式,将SQL查询转换为MapReduce的job在Hadoop集群上执行。

下图是整理的关于Hive的大纲

Redis

Redis 是一个高性能的key-value数据库。 redis的出现，很大程度补偿了memcached这类keyvalue存储的不足，在部 分场合可以对关系数据库起到很好的补充作用。它提供了Python，Ruby，Erlang，PHP客户端，使用很方便。

spark

Spark 主要有三个特点 ：

首先，高级 API 剥离了对集群本身的关注，Spark 应用开发者可以专注于应用所要做的计算本身。

其次，Spark 很快，支持交互式计算和复杂算法。

最后，Spark 是一个通用引擎，可用它来完成各种各样的运算，包括 SQL 查询、文本处理、机器学习等，而在 Spark 出现之前，我们一般需要学习各种各样的引擎来分别处理这些需求。

Flink

Apache Flink的数据流编程模型在有限和无限数据集上提供单次事件(event-at-a-time)处理。在基础层面，Flink程序由流和转换组成。

Apache Flink的API:有界或无界数据流的数据流API、用于有界数据集的数据集API、表API。

以上是小编大概整理了一些Hadoop、Flink、spark、Redis、Hive其他的一些由于文章限制，小编以文档和视频的形势整理

获取大数据大纲学习的线路方式：转发文章并私信小编【学习】即可获取哦～～～～