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。
大数据学习资料分享群:119599574
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,大家一起学习大数据。
大数据学习资料分享群:119599574
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.