ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

我是学Java的,想尝试大数据开发,该怎么规划学习?

2019-05-29 10:00:33  阅读:190  来源: 互联网

标签:尝试 Java 数据 data 学习 amp 规划 技能


我是学Java的,想尝试大数据开发,该怎么规划学习?


一.大数据方向工作介绍
二.大数据工程师的技能要求
三.大数据学习路径
四.学习资源推荐(书籍、博客、网站)


一.大数据方向工作介绍

大数据方向的工作目前分为三个主要方向:
01.大数据工程师
02.数据分析师
03.大数据科学家
04.其他(数据挖掘本质算是机器学习,不过和数据相关,也可以理解为大数据的一个方向吧)


二.大数据工程师的技能要求

附上二份比较权威的大数据工程师技能图(图侵删)


<img data-rawheight="1058" src="https://pic3.zhimg.com/50/v2-2712bddb7af89f1955333486b828271e_hd.jpg" data-rawwidth="720" class="origin_image zh-lightbox-thumb" width="720" data-original="https://pic3.zhimg.com/v2-2712bddb7af89f1955333486b828271e_r.jpg"/>v2-2712bddb7af89f1955333486b828271e_hd.jpg
<img data-rawheight="1058" src="https://pic2.zhimg.com/50/v2-4ab509dd652081d2963cf9cf2a571665_hd.jpg" data-rawwidth="720" class="origin_image zh-lightbox-thumb" width="720" data-original="https://pic2.zhimg.com/v2-4ab509dd652081d2963cf9cf2a571665_r.jpg"/>v2-4ab509dd652081d2963cf9cf2a571665_hd.jpg
总结如下:


必须技能10条:
01.Java高级(虚拟机、并发)
02.Linux 基本操作
03.Hadoop(此处为侠义概念单指HDFS+MapReduce+Yarn )
04.HBase(JavaAPI操作+Phoenix )
05.Hive(Hql基本操作和原理理解)
06.Kafka
07.Storm
08.Scala需要
09.Python
10.Spark (Core+sparksql+Spark streaming )
11.一些小工具(Sqoop等)

高阶技能6条:
11.机器学习算法以及mahout库加MLlib
12.R语言
13.Lambda 架构
14.Kappa架构
15.Kylin
16.Aluxio


三.学习路径

由于本人是从Java开发通过大概3个月的自学转到大数据开发的。所以我主要分享一下自己的学习路劲。

第一阶段:
01.Linux学习(跟鸟哥学就ok了)
02.Java 高级学习(《深入理解Java虚拟机》、《Java高并发实战》)


第二阶段:
03.Hadoop (董西成的书)
04.HBase(《HBase权威指南》)
05.Hive(《Hive开发指南》)
06.Scala(《快学Scala》)
07.Spark (《Spark 快速大数据分析》)
08.Python (跟着廖雪峰的博客学习就ok了)


第三阶段:
对应技能需求,到网上多搜集一些资料就ok了,我把最重要的事情(要学什么告诉你了),
剩下的就是你去搜集对应的资料学习就ok了

当然如果你觉得自己看书效率太慢,你可以网上搜集一些课程,跟着课程走也OK 。这个完全根据自己情况决定。如果看书效率不高就很网课,相反的话就自己看书。


四.学习资源推荐:

01.Apache 官网
02.Stackoverflow
04.github
03.Cloudra官网
04.Databrick官网
05.大数据学习1 (微信公众号)
06.CSDN,51CTO
07.至于书籍当当一搜会有很多,其实内容都差不多。

最后但却很重要一点:要多关注技术动向,持续学习。


标签:尝试,Java,数据,data,学习,amp,规划,技能
来源: https://blog.51cto.com/14342636/2401820

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有