審視大資料的維度有很多，不限於程式設計，還有大資料業務分析建模，大資料產品設計，大資料整體解決方案等，你可能還聽說過資料湖，是個什麼鬼

其實我猜題主是在問大資料程式設計，這是大資料生態最底的一層，專門針對程式設計師的。大資料程式設計，其實就是程式設計，只不過我們需要學習如何使用第三方的大資料框架，學習框架的程式設計，調優，運維。像hadoop，spark系列，storm，flume，kafka，elk框架，solr等等，不要被這些名詞嚇到，他們只不過是另外一套spring，rabbitmq，redis，mysql而已。

建議就案例學習，比如一個輿情繫統，先從網上搜索技術解決方案，檢視更通用的大資料開發框架，逐個擊破。

祝早日大資料學有所成！

首先，讓我們來了解一下，大資料需要學習哪些技術?

1、Java——Java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，是大資料學習的基礎;

2、Linux——大資料開發通常在Linux環境下進行;

3、Hadoop——分散式系統基礎架構，使用者可以充分利用叢集的威力進行高速運算和儲存;

4、Avro與Protobuf——資料序列化系統，可以提供豐富的資料結構型別;

5、HBase——分散式的、面向列的開源資料庫，是一個適合於非結構化資料儲存的資料庫;

6、ZooKeeper——Hadoop和Hbase的重要元件;

7、Hive——基於Hadoop的一個數據倉庫工具 ;

8、phoenix——用Java編寫的基於JDBC API操作HBase的開源SQL引擎;

9、Redis——key-value儲存系統;

10、Flume——高可用、高可靠、分散式的海量日誌採集、聚合和傳輸的系統;

11、SSM——Spring、SpringMVC、MyBatis三個開源框架;

12、Kafka——一種高吞吐量的分散式釋出訂閱訊息系統;

13、Spark——專為大規模資料處理而設計的快速通用的計算引擎 ;

14、Scala——大資料開發重要框架的程式語言;

15、Azkaban——可完成大資料流任務排程;

16、Python與資料分析——可用於資料採集、資料分析以及資料視覺化;對於沒有基礎的人來說，學大資料難嗎?

如果是計算機專業的學生，學大資料相對來說還是有一定基礎的，會比非計算機專業的人士好很多。由於現在各大高校幾乎沒有大資料專業，想學大資料的話，到計算機培訓機構學習效果會更好。而沒有任何計算機相關基礎的，想要學習大資料，難度還是很高的。因為培訓機構的培訓學習期一般都是4-6個月，要想在這短短的時間內學有所成，要付出的努力肯定要比別人多非常多!一旦在學習中有怠慢心理，那麼培訓結束後的學習成果肯定會比別人差很多。

當然，除了個人的努力之外，選擇好的培訓機構也是十分重要的，這決定了你在這段時間內的學習是否有效、有用。建議在選擇培訓機構時，一定要多方面瞭解該培訓機構的資質，不要隨意聽信宣傳而導致誤選，畢竟學習成本高，只有真正學到知識了，花費才是值得的。