本文是轉載的別人的。

那大資料處理技術怎麼學習呢?首先我們要學習Java語言和Linux作業系統，這兩個是學習大資料的基

礎，學習的順序不分前後。

Java：大家都知道Java的方向有JavaSE、JavaEE、JavaME，學習大資料要學習那個方向呢?

只需要學習Java的標準版JavaSE就可以了，像Servlet、JSP、Tomcat、Struts、Spring、Hibernate，

Mybatis都是JavaEE方向的技術在大資料技術裡用到的並不多，只需要瞭解就可以了，當然Java怎麼連

接資料庫還是要知道的，像JDBC一定要掌握一下，有同學說Hibernate或Mybites也能連線資料庫啊，

為什麼不學習一下，我這裡不是說學這些不好，而是說學這些可能會用你很多時間，到最後工作中也不

常用，我還沒看到誰做大資料處理用到這兩個東西的，當然你的精力很充足的話，可以學學Hibernate

或Mybites的原理，不要只學API，這樣可以增加你對Java操作資料庫的理解，因為這兩個技術的核心就

是Java的反射加上JDBC的各種使用。

Linux：因為大資料相關軟體都是在Linux上執行的，所以Linux要學習的紮實一些，學好Linux對你快速

掌握大資料相關技術會有很大的幫助，能讓你更好的理解hadoop、hive、hbase、spark等大資料軟體

的執行環境和網路環境配置，能少踩很多坑，學會shell就能看懂指令碼這樣能更容易理解和配置大資料集

群。還能讓你對以後新出的大資料技術學習起來更快。

好說完基礎了，再說說還需要學習哪些大資料技術，可以按我寫的順序學下去。

Hadoop：這是現在流行的大資料處理平臺幾乎已經成為大資料的代名詞，所以這個是必學的。

Hadoop裡面包括幾個元件HDFS、MapReduce和YARN，HDFS是儲存資料的地方就像我們電腦的硬

盤一樣檔案都儲存在這個上面，MapReduce是對資料進行處理計算的，它有個特點就是不管多大的數

據只要給它時間它就能把資料跑完，但是時間可能不是很快所以它叫資料的批處理。YARN是體現

Hadoop平臺概念的重要元件有了它大資料生態體系的其它軟體就能在hadoop上運行了，這樣就能更

好的利用HDFS大儲存的優勢和節省更多的資源比如我們就不用再單獨建一個spark的叢集了，讓它直接

跑在現有的hadoop yarn上面就可以了。其實把Hadoop的這些元件學明白你就能做大資料的處理了，

只不過你現在還可能對大資料到底有多大還沒有個太清楚的概念，聽我的別糾結這個。等以後你工作

了就會有很多場景遇到幾十T/幾百T大規模的資料，到時候你就不會覺得資料大真好，越大越有你頭疼

的。當然別怕處理這麼大規模的資料，因為這是你的價值所在，讓那些個搞Javaee的php的html5的和

DBA的羨慕去吧。

記住學到這裡可以作為你學大資料的一個節點。

Zookeeper：這是個萬金油，安裝Hadoop的HA的時候就會用到它，以後的Hbase也會用到它。它一

般用來存放一些相互協作的資訊，這些資訊比較小一般不會超過1M，都是使用它的軟體對它有依賴，

對於我們個人來講只需要把它安裝正確，讓它正常的run起來就可以了。

Mysql：我們學習完大資料的處理了，接下來學習學習小資料的處理工具mysql資料庫，因為一會裝

hive的時候要用到，mysql需要掌握到什麼層度那?你能在Linux上把它安裝好，執行起來，會配置簡單

的許可權，修改root的密碼，建立資料庫。這裡主要的是學習SQL的語法，因為hive的語法和這個非常相

似。

Sqoop：這個是用於把Mysql裡的資料匯入到Hadoop裡的。當然你也可以不用這個，直接把Mysql數

據表匯出成檔案再放到HDFS上也是一樣的，當然生產環境中使用要注意Mysql的壓力。

Hive：這個東西對於會SQL語法的來說就是神器，它能讓你處理大資料變的很簡單，不會再費勁的編寫

MapReduce程式。有的人說Pig那?它和Pig差不多掌握一個就可以了。

Oozie：既然學會Hive了，我相信你一定需要這個東西，它可以幫你管理你的Hive或者MapReduce、

Spark指令碼，還能檢查你的程式是否執行正確，出錯了給你發報警並能幫你重試程式，最重要的是還能

幫你配置任務的依賴關係。我相信你一定會喜歡上它的，不然你看著那一大堆指令碼，和密密麻麻的

crond是不是有種想屎的感覺。

Hbase：這是Hadoop生態體系中的NOSQL資料庫，他的資料是按照key和value的形式儲存的並且key

是唯一的，所以它能用來做資料的排重，它與MYSQL相比能儲存的資料量大很多。所以他常被用於大數

據處理完成之後的儲存目的地。

Kafka：這是個比較好用的佇列工具，佇列是幹嗎的?排隊買票你知道不?資料多了同樣也需要排隊處

理，這樣與你協作的其它同學不會叫起來，你幹嗎給我這麼多的資料(比如好幾百G的檔案)我怎麼處

理得過來，你別怪他因為他不是搞大資料的，你可以跟他講我把資料放在佇列裡你使用的時候一個個

拿，這樣他就不在抱怨了馬上灰流流的去優化他的程式去了，因為處理不過來就是他的事情。而不是你

給的問題。當然我們也可以利用這個工具來做線上實時資料的入庫或入HDFS，這時你可以與一個叫

Flume的工具配合使用，它是專門用來提供對資料進行簡單處理，並寫到各種資料接受方(比如

Kafka)的。

Spark：它是用來彌補基於MapReduce處理資料速度上的缺點，它的特點是把資料裝載到記憶體中計算而

不是去讀慢的要死進化還特別慢的硬碟。特別適合做迭代運算，所以演算法流們特別稀飯它。它是用scala

編寫的。Java語言或者Scala都可以操作它，因為它們都是用JVM的。

會這些東西你就成為一個專業的大資料開發工程師了，月薪2W都是小毛毛雨#

後續提高

當然還是有很有可以提高的地方，比如學習下python，可以用它來編寫網路爬蟲。這樣我們就可以自己

造資料了，網路上的各種資料你高興都可以下載到你的叢集上去處理。

最後再學習下推薦、分類等演算法的原理這樣你能更好的與演算法工程師打交通。這樣你的公司就更離不開

你了，大家都會對你喜歡的不要不要的。

想要學好大資料需掌握以下技術：

1. Java程式設計技術

Java程式設計技術是大資料學習的基礎，Java是一種強型別語言，擁有極高的跨平臺能力，可以編寫桌面應用程式、Web應用程式、分散式系統和嵌入式系統應用程式等，是大資料工程師最喜歡的程式設計工具，因此，想學好大資料，掌握Java基礎是必不可少的!

2.Linux命令

對於大資料開發通常是在Linux環境下進行的，相比Linux作業系統，Windows作業系統是封閉的作業系統，開源的大資料軟體很受限制，因此，想從事大資料開發相關工作，還需掌握Linux基礎操作命令。

3. Hadoop

Hadoop是大資料開發的重要框架，其核心是HDFS和MapReduce，HDFS為海量的資料提供了儲存，MapReduce為海量的資料提供了計算，因此，需要重點掌握，除此之外，還需要掌握Hadoop叢集、Hadoop叢集管理、YARN以及Hadoop高階管理等相關技術與操作!

4. Hive

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，十分適合資料倉庫的統計分析。對於Hive需掌握其安裝、應用及高階操作等。

5. Avro與Protobuf

Avro與Protobuf均是資料序列化系統，可以提供豐富的資料結構型別，十分適合做資料儲存，還可進行不同語言之間相互通訊的資料交換格式，學習大資料，需掌握其具體用法。

6.ZooKeeper

ZooKeeper是Hadoop和Hbase的重要元件，是一個為分散式應用提供一致性服務的軟體，提供的功能包括：配置維護、域名服務、分散式同步、元件服務等，在大資料開發中要掌握ZooKeeper的常用命令及功能的實現方法。

7. HBase

HBase是一個分散式的、面向列的開源資料庫，它不同於一般的關係資料庫，更適合於非結構化資料儲存的資料庫，是一個高可靠性、高效能、面向列、可伸縮的分散式儲存系統，大資料開發需掌握HBase基礎知識、應用、架構以及高階用法等。

8.phoenix

phoenix是用Java編寫的基於JDBC API操作HBase的開源SQL引擎，其具有動態列、雜湊載入、查詢伺服器、追蹤、事務、使用者自定義函式、二級索引、名稱空間對映、資料收集、行時間戳列、分頁查詢、跳躍查詢、檢視以及多租戶的特性，大資料開發需掌握其原理和使用方法。

9. Redis

Redis是一個key-value儲存系統，其出現很大程度補償了memcached這類key/value儲存的不足，在部分場合可以對關係資料庫起到很好的補充作用，它提供了Java，C/C++，C#，PHP，Java，Perl，Object-C，Python，Ruby，Erlang等客戶端，使用很方便，大資料開發需掌握Redis的安裝、配置及相關使用方法。

10. Flume

Flume是一款高可用、高可靠、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。大資料開發需掌握其安裝、配置以及相關使用方法。

11. SSM

SSM框架是由Spring、SpringMVC、MyBatis三個開源框架整合而成，常作為資料來源較簡單的web專案的框架。大資料開發需分別掌握Spring、SpringMVC、MyBatis三種框架的同時，再使用SSM進行整合操作。

12.Kafka

Kafka是一種高吞吐量的分散式釋出訂閱訊息系統，其在大資料開發應用上的目的是通過Hadoop的並行載入機制來統一線上和離線的訊息處理，也是為了通過叢集來提供實時的訊息。大資料開發需掌握Kafka架構原理及各元件的作用和使用方法及相關功能的實現!

13.Scala

Scala是一門多正規化的程式語言，大資料開發重要框架Spark是採用Scala語言設計的，想要學好Spark框架，擁有Scala基礎是必不可少的，因此，大資料開發需掌握Scala程式設計基礎知識!

14.Spark

Spark是專為大規模資料處理而設計的快速通用的計算引擎，其提供了一個全面、統一的框架用於管理各種不同性質的資料集和資料來源的大資料處理的需求，大資料開發需掌握Spark基礎、SparkJob、Spark RDD、spark job部署與資源分配、Spark shuffle、Spark記憶體管理、Spark廣播變數、Spark SQL、Spark Streaming以及Spark ML等相關知識。

15.Azkaban

Azkaban是一個批量工作流任務排程器，可用於在一個工作流內以一個特定的順序執行一組工作和流程，可以利用Azkaban來完成大資料的任務排程，大資料開發需掌握Azkaban的相關配置及語法規則。

16.Python與資料分析

Python是面向物件的程式語言，擁有豐富的庫，使用簡單，應用廣泛，在大資料領域也有所應用，主要可用於資料採集、資料分析以及資料視覺化等，因此，大資料開發需學習一定的Python知識。