大資料初學者怎樣學習 或Java工程師怎麼轉大資料？
大資料怎麼學，java怎麼轉大資料，今天就給大家分享一下。
大資料初學者怎樣學習 或Java工程師怎麼轉大資料
大資料現在很火很熱，但是怎麼學習呢？下面我給大家分享一下：
首先給大家普及一下大資料相關知識大資料的4大特徵：
1.資料在體量方面很大，比如說文字，有各種各樣的來源，有電子書|實體書|雜誌|報刊等，它們的資料大吧。
2.資料的型別多種多樣，有些是結構化的資料，像存在Oracle,MySQL這些傳統的資料庫裡的資料，一般都是結構化，可以是還有非結構化，比如HTML,WORD，execl等格式。
3.它們的價值密度低，這樣說吧，你比如說觀看一條資料好像價值也不大，但是分析所有的資料之後呢？總會挖掘出一些 重要的東西。
4.處理這些資料的速度要快。比如像Hadoop技術的MapReduce計算框架，相比傳統的資料庫處理速度要快，它的吞吐量 特別的大，再比如Spark，Spark在記憶體方面計算比Hadoop快100倍，在磁碟方面計算快10倍。
大資料的方向的工作有 大資料運維工程師、大資料開發工程師、資料分析、資料探勘、架構師等。
基礎路線：
在這裡相信有許多想要學習大資料的同學，大家可以+下大資料學習裙：716加上【五8一】最後014，即可免費領取一整套系統的大資料學習教程
-
Hadoop HDFS檔案系統 MR計算模型
-
Hive資料倉庫
-
HBase資料庫
-
Flume日誌收集
-
Kafka訊息系統
-
Storm流式計算
-
Spark生態圈：Spark Core、Spark SQL、Spark Streaming、MLLib和GraphX
-
Zookeeper協調系統
-
NOSQL資料庫：Redis、MongoDB
-
機器學習：Mahout
看到這麼多技術是不是有點暈呢？該怎麼學習呢？
-
先學Hadoop Hadoop框架中由兩大模組組成，一個HDFS(Hadoop Distributed File System)，是用來儲存需要處理的資料，另外一個是MapReduce，是Hadoop的處理資料的計算模型。
-
學習一門資料庫，像MySQL學點SQL吧
-
Hive 只要你會SQL，你就會使用它。hive是基於Hadoop的一個數據倉庫工具，可以將結構化的資料檔案對映為一張資料庫表，並提供簡單的sql查詢功能，可以將sql語句轉換為MapReduce任務進行執行。
-
HBase HBase即Hadoop DataBase，Hadoop的資料庫，HBase是一種 "NoSQL" 資料庫,即不是RDBMS ，不支援SQL作為主要訪問手段。
-
Sqoop Sqoop是遷移資料工具，可以在很多資料庫之間來遷移，
-
Flume Flume是一個分散式的海量日誌採集和傳輸框架，一個高可用的，高可靠的，分散式的海量日誌採集、聚合和傳輸的系統，Flume支援在日誌系統中定製各類資料傳送方，用於收集資料；同時，Flume提供對資料進行簡單處理，並寫到各種資料接受方（可定製）的能力。
-
Kafka 使用Kafka完成資料的一次收集，多次消費。它是一個分散式、支援分割槽的（partition）、多副本的（replica），基於zookeeper協調的分散式訊息系統。
-
Spark基於記憶體計算的框架 Spark Core最為重要再學SparkSQL、Spark Streaming、圖計算、機器學習
-
Storm實時的流計算框架。