最近很多人问小编现在学习大数据这么多,他们都是如何学习的呢。很多初学者在萌生向大数据方向发展的想法之后,不免产生一些疑问,应该怎样入门?应该学习哪些技术?学习路线又是什么?今天小编特意为大家整理了一份大数据从入门到精通的学习路线。并且附带学习资料和视频。希望能够帮助到大家。 第一阶段:Linux理论 (1)Linux基础;(2)Linux-shell编程;(3)高并发:lvs负载均衡;(4)高可用&反向代理 第二阶段:Hadoop理论 (1)hadoop-hdfs理论;(2)hadoop-hdfs集群搭建;(3)hadoop-hdfs 2.x & api ;(4)hadoop-MR理论 ; (5)hadoop-MR开发分析;(6)hadoop-MR源码分析 ;(7)hadoop-MR开发案例 第三阶段:Hive理论 (1)Hive介绍以及安装 ;(2)Hive实战 第四阶段:HBase (1)HBase介绍以及安装 ;(2)HBase调优 第五阶段: redis理论 (1)redis类型 ; (2) redis高级 第六阶段:Zookeeper理论 (1)Zookeeper介绍 ;(2) Zookeeper使用 第七阶段: Scala语法 (1)Scala语法介绍;(2)scala语法实战 第八阶段: Spark理论 (1)Spark介绍;(2)Spark代码开发流程 ; (3)Spark集群搭建;(4) Spark资源调度原理; (5)Spark任务调度;(6)Spark案例;(7)Spark中两种最重要shuffle; (8)Spark高可用集群的搭建;(9)SparkSQL介绍;(10) SparkSQL实战 ; (11)SparkStreaming介绍;(12)SparkStreaming实战 第九阶段:机器学习介绍 (1) 线性回归详解; (2)逻辑回归分类算法; (3)Kmeans聚类算法; (4)KNN分类算法; (5)决策树 随机森林算法 从零基础到项目实战,实时交易监控系统,推荐系统理论,数据库搭建等等。需要以下大数据学习资料的小伙伴可以加群免费获取,和行业大牛一起学习大数据。 第十阶段:Elasticsearch理论 (1)Elasticsearch搜索原理; (2) Elasticsearch实战 第十一阶段:Storm理论 (1)Storm介绍以及代码实战;(2)Storm伪分布式搭建以及任务部署; (3)Storm架构详解以及DRCP原理; (4) 虚拟化理论kvm虚拟化 ; (5) docker 1,_推荐系统理论与实战项目 Part2 2,推荐系统理论与实战 项目Part1 3.实时交易监控系统项目(下) 4,实时交易监控系统项目(上) 5,用户行为分析系统项目1 6,用户行为分析系统项目2 7,大数据批处理之HIVE详解 8,ES公开课 part1 9,spark_streaming_ 10,数据仓库搭建详解 11,大数据任务调度 12,流数据集成神器Kafka 13,Spark 公开课 14,海量日志收集利器:Flume 15,Impala简介 16,Hive简介 17,MapReduce简介 18海量数据高速存取数据库 HBase 19,浅谈Hadoop管理器yarn原理 20,,分布式全文搜索引擎ElasticSearch Part2 结语:以上就是大数据从入门到精通的学习路线了,并且有许多项目实战供大家实践。祝大家工作顺利,步步高升! |
|