大数据被誉为“新石油”，如何管理并洞悉数据的价值，是企业未来发展的核心竞争力。进入大数据时代，数据规模与日俱增。另一方面，数据仓库的市场份额被其他技术蚕食，比如大数据、机器学习和人工智能。这种趋势给我们造成了一种印象，即数据仓库在企业 IT 中的优先级地位正在下降。但实际上，大多数企业现在仍然至少需要一个（甚至多个）数据仓库来为下游的应用程序提供服务。

如今越来越多的企业对数据的实时性要求很高，以电商为例，阿里在双 11 会竖起一面电子屏幕，实时展示淘宝数据，例如成交额、访问人数、订单量、下单量、成交量等等。这个电子大屏的背后，就是用到我们所说的数据的实时处理技术。

当然实时计算也不是完全实时，它一定有一个延时，只不过这个延时非常短。

什么是数据实时处理呢？我个人对数据实时处理的理解为：

这一个流程线下来，处理数据的速度在秒级甚至毫秒级。

随着技术的普及，各家企业的框架逐渐成熟化，大数据技术的门槛会越来越低。但是由于实际业务的不断丰富和深入，产业界对数据不断产生新的需求。开源框架和模型工具也已经无法直接满足实际生产和业务需求。

所以本篇来梳理一下大数据架构师学习方向的学习路线和知识点，包括到底要学什么、有哪些重要知识、现在的主流的技术点有哪些。

01

大数据成长路线

注：图片上传后可能被压缩，如需无损版高清大图，可直接添加助理微信，免费获取。

长按扫码，领取资料

扫码免费领取

02

限时福利

实时数据处理

离线数据处理

大数据面试题

所有资料扫码免费领取（网盘资源容易被和谐，建议需要的尽快领取）