-
1 # 東風高揚
-
2 # Mario女陶
其實,我個人建議,樓主如果想學習的話,完全可以去報一個系統的班,在班裡有老師帶著你,一來是節省時間,二來可以學習到等多的東西。
你也可以看看我寫的文章,我將從下面的順序依次簡單的介紹大資料。
第一階段:JAVA基礎模組(1):Java程式設計基礎
Java基本語法、面向物件、IO、集合、多執行緒、Socket程式設計、基礎綜合實戰等;
模組(2):資料庫MySQL資料庫、JDBC、儲存過程和SQL查詢增強等;
模組(3):JAVA基礎程式設計實戰
資料分析綜合實戰案例
第二階段:Java Web階段模組(1):Mybatis
Mybatis快速入門、Mybatis的架構介紹、Mybatis實現增刪改查、SqlMapConfig的使用、動態sql、關聯對映
模組(2):SpringMVC
SpringMVC快速入門、引數繫結、RequestMapping註解、ResponseBody註解、靜態資源對映、攔截器
模組(3):Spring
Spring快速入門、Spring的IOC、Spring註解、Spring的AOP、整合Mybaties和SpringMVC
模組(4):SpringBoot
SpringBoot快速入門、SpringBoot核心、SpringBoot的Web開發
模組(5):資料視覺化Echarts
Echarts的基本使用、建立餅狀圖、柱狀圖、折線圖、整合SpringBoot
第三階段:大資料分散式離線計算技術體系模組(1):Linux作業系統
Linux系統簡介、Linux系統伺服器叢集安裝部署、Linux常用命令操作、Linux系統管理、
Linux Shell程式設計等;
模組(2):大資料HADOOP技術棧
Hadoop生態體系簡介、HDFS、MapReduce、Yarn、
Hive、Sqoop、Flume、Azkaban、HBase、
第四階段:大資料分散式記憶體實時計算技術體系模組(1):大資料Spark生態系統
Scala函數語言程式設計
Spark生態體系、SparkCore、SparkSQL、Kafka、SparkStreaming、SparkMLlib、GraphX
模組(2):NoSQL資料庫
MongoDB、Redis
模組(3):大資料ElasticSearch生態系統
Lucene和ElasticSearch等;
第五階段:大資料實戰專案這就是我對這個問題的看法,有幫助到大家的話,關注支援一下下~~
感謝堅持關注的朋友~
世界很大,幸好有你~
-
3 # 加米穀大資料
學習大資料可以有以下幾個步驟:
1、選擇一個具體方向
大資料已經初步形成了一個產業鏈,在資料採集、資料儲存、資料安全、資料分析、資料呈現、資料應用等有大量的崗位,不同的崗位需要具備不同的知識結構,所以首先要選擇一個適合自己的方向。
2、學習程式設計等基礎知識
大資料的基礎知識是數學、統計學和計算機,可以從程式語言開始學起,Python、Java、Scala、R、Go等語言在大資料領域都有一定的應用場景,可以選擇一門學習。大資料開發方向建議選擇Java、Scala,資料分析方向建議學習Python、R。
3、學習大資料平臺知識
入門學習Hadoop或者Spark,Hadoop平臺經過多年的發展已經形成了較為完成的應用生態,相關的成熟案例也比較多,產品外掛也越來越豐富。
一句話,首先要搞清楚大資料產業鏈的情況,接下來要明確大資料技術棧也就是相關技術體系,最後定下學習目標和應用方向,結合自己的興趣或工作需求,找一個點猛扎進去,掌握這個點的相關技術。
回覆列表
如何從零開始、系統地學習大資料?最重要的是哪種方向選擇,大資料相關的方向還是有很多的,方向不一樣學習的東西就不一樣。簡單舉例以大資料開發和大資料分析來說明。
大資料開發方向
如果選擇大資料開發方向,那最重要的就是軟體的開發。而這基本就是程式設計師所需要系統學習的知識。作為程式設計師那最起碼應該掌握一門開發語言,一般從這裡著手最能夠引起興趣。比如選擇Java、C#.Net、Php、Python等等其中一門從最基礎開始學,邊學邊實踐,慢慢能寫出一些程式後就能體會到裡面的樂趣。當然還有學習大資料開發相關的環境,比如Hadoop、資料庫等知識。
但要長期從事軟體開發做好專案,最好還是要系統性的學習,基本就可以參照大學軟體工程的學習計劃進行系統學習。比如主要專業課程:程式設計語言、資料結構、作業系統、編譯技術、軟體工程概論、統一建模語言、軟體體系結構、軟體需求、軟體專案管理、資料庫與實現計算、計算機安全等等。當然一般在職的人可能沒有這麼多時間來學習這些比較理論性的,可以選擇必要的幾門學習,個人認為這幾科目:資料結構、軟體工程、軟體專案管理等是比較實用的,當然有時間的話儘量多選學有好處。
大資料分析
選擇大資料分析方向,則理論性知識需要更紮實,當然也得要掌握一些工具。對於資料分析來說,很重要的就是數學知識、統計學、機率知識等等。如果要系統性的學習,可以參照資料科學與大資料技術專業課程,比如:C(Java、Python)程式設計、資料結構、大資料演算法、人工智慧、應用統計、大資料機器學習、資料建模、大資料分析與處理、大資料管理等等。
當然有些大資料分析師培訓機構的課程也可以參考,這些是比較注重實用性,而系統性不太足。比如掌握的實用知識較多:除了前端知識、還有Python、Echarts、D3、Power BI、SmartBI、SAP、Tableau、R語言分析、建模分析等等,學習後就可以上手做。
大資料相關的知識非常繁多且雜,要系統學習的話最好就是找一個方向進行。