自學(xué)大數據(學(xué)大數據需要什么基礎)
1.學(xué)大數據需要什么基礎
說(shuō)到大數據，肯定少不了分析軟件，這應該是大數據工作的根基，但市面上很多各種分析軟件，如果不是過(guò)來(lái)人，真的很難找到適合自己或符合企業(yè)要求的。
小編通過(guò)各大企業(yè)對大數據相關(guān)行業(yè)的崗位要求，總結了以下幾點(diǎn)：（1）SQL數據庫的基本操作，會(huì )基本的數據管理（2）會(huì )用Excel/SQL做基本的數據分析和展示（3）會(huì )用腳本語(yǔ)言進(jìn)行數據分析，Python or R(4)有獲取外部數據的能力，如爬蟲(chóng)（5）會(huì )基本的數據可視化技能，能撰寫(xiě)數據報告（6）熟悉常用的數據挖掘算法：回歸分析、決策樹(shù)、隨機森林、支持向量機等對于學(xué)習大數據，總體來(lái)說(shuō)，先學(xué)基礎，再學(xué)理論，最后是工具。基本上，每一門(mén)語(yǔ)言的學(xué)習都是要按照這個(gè)順序來(lái)的。
1、學(xué)習數據分析基礎知識，包括概率論、數理統計。基礎這種東西還是要掌握好的啊，基礎都還沒(méi)扎實(shí)，知識大廈是很容易倒的哈。
2、你的目標行業(yè)的相關(guān)理論知識。比如金融類(lèi)的，要學(xué)習證券、銀行、財務(wù)等各種知識，不然到了公司就一臉懵逼啦。
3、學(xué)習數據分析工具，軟件結合案列的實(shí)際應用，關(guān)于數據分析主流軟件有（從上手度從易到難）：Excel,SPSS,stata,R,Python,SAS等。4、學(xué)會(huì )怎樣操作這些軟件，然后是利用軟件從數據的清洗開(kāi)始一步步進(jìn)行處理，分析，最后輸出結果，檢驗及解讀數據。
當然，學(xué)習數學(xué)與應用數學(xué)、統計學(xué)、計算機科學(xué)與技術(shù)等理工科專(zhuān)業(yè)的人確實(shí)比文科生有著(zhù)客觀(guān)的優(yōu)勢，但能力大于專(zhuān)業(yè)，興趣才會(huì )決定你走得有多遠。畢竟數據分析不像編程那樣，需要你天天敲代碼，要學(xué)習好多的編程語(yǔ)言，數據分析更注重的是你的實(shí)操和業(yè)務(wù)能力。
如今的軟件學(xué)習都是非常簡(jiǎn)單便捷的，我們真正需要提升的是自己的邏輯思維能力，以及敏銳的洞察能力，還得有良好的溝通表述能力。這些都是和自身的努力有關(guān)，而不是單純憑借理工科背景就可以啃得下來(lái)的。
相反這些能力更加傾向于文科生，畢竟好奇心、創(chuàng )造力也是一個(gè)人不可或缺的。
2.大數據入門(mén)需學(xué)習哪些基礎知識
前言，學(xué)大數據要先換電腦：
保證電腦4核8G內存64位操作系統，盡量有ssd做系統盤(pán)，否則卡到你喪失信心。硬盤(pán)越大越好。
1，語(yǔ)言要求
java剛入門(mén)的時(shí)候要求javase。
scala是學(xué)習spark要用的基本使用即可。
后期深入要求：
java NIO,netty，多線(xiàn)程，ClassLoader,jvm底層及調優(yōu)等，rpc。
2，操作系統要求
linux 基本的shell腳本的使用。
crontab的使用，最多。
cpu，內存，網(wǎng)絡(luò )，磁盤(pán)等瓶頸分析及狀態(tài)查看的工具。
scp,ssh,hosts的配置使用。
telnet,ping等網(wǎng)絡(luò )排查命令的使用
3,sql基本使用
sql是基礎，hive,sparksql等都需要用到，況且大部分企業(yè)也還是以數據倉庫為中心，少不了sql。
sql統計，排序，join,group等，然后就是sql語(yǔ)句調優(yōu)，表設計等。
4，大數據基本了解
Zookeeper,hadoop,hbase,hive,sqoop,flume,kafka,spark,storm等這些框架的作用及基本環(huán)境的搭建，要熟練，要會(huì )運維，瓶頸分析。
5,mapreduce及相關(guān)框架hive,sqoop
深入了解mapreduce的核心思想。尤其是shuffle,join，文件輸入格式，map數目，reduce數目，調優(yōu)等。
6,hive和hbase等倉庫
hive和hbase基本是大數據倉庫的標配。要回用，懂調優(yōu)，故障排查。
hbase看浪尖hbase系列文章。hive后期更新。
7，消息隊列的使用
kafka基本概念，使用，瓶頸分析。看浪尖kafka系列文章。
8，實(shí)時(shí)處理系統
storm和spark Streaming
9,spark core和sparksql
spark用于離線(xiàn)分析的兩個(gè)重要功能。
10，最終方向決策
a），運維。（精通整套系統及故障排查，會(huì )寫(xiě)運維腳本啥的。）
b），數據分析。（算法精通）
c），平臺開(kāi)發(fā)。（源碼精通）
自學(xué)還是培訓？
無(wú)基礎的同學(xué)，培訓之前先搞到視頻通學(xué)一遍，防止盲目培訓跟不上講師節奏，浪費時(shí)間，精力，金錢(qián)。
有基礎的盡量搞點(diǎn)視頻學(xué)基礎，然后跟群里大牛交流，前提是人家愿意，
想辦法跟大牛做朋友才是王道。
3.學(xué)習大數據需要什么基礎
學(xué)習大數據要有一定的編程基礎，這是大數據大部分崗位都需要的。
目前從事大數據方向的程序員比較普遍使用的語(yǔ)言有四種，分別是Python、Java、Scala和R，這四種語(yǔ)言都有一定的應用場(chǎng)景，不同崗位的程序員使用的語(yǔ)言也稍有不同。Python目前主要是應用在數據分析、數據挖掘和算法實(shí)現上，可以說(shuō)大數據領(lǐng)域Python的應用是比較普遍的。
Java目前在大數據領(lǐng)域的應用還是跟平臺有直接關(guān)系，通常在需要高性能的數據處理部分采用Java開(kāi)發(fā)。Scala和R主要是基于場(chǎng)景的應用多一些，Scala構建在Java基礎之上，代碼結構要比Java簡(jiǎn)潔一些，同時(shí)Scala是Spark的實(shí)現語(yǔ)言，在與Spark相關(guān)的開(kāi)發(fā)中使用Scala是比較方面的選擇。
R語(yǔ)言本身的特點(diǎn)就是統計分析，語(yǔ)法簡(jiǎn)單且功能強大，是做大數據統計分析的一把利器。
4.學(xué)習大數據應該掌握哪些知識
大數據已經(jīng)成為時(shí)代發(fā)展的趨勢，很多人紛紛選擇學(xué)習大數據，想要進(jìn)入大數據行業(yè)。大數據技術(shù)體系龐大，包括的知識較多，系統的學(xué)習大數據可以讓你全面掌握大數據技能。學(xué)習大數據需要掌握哪些知識？
1、學(xué)習大數據首先要學(xué)習Java基礎
怎樣進(jìn)行大數據學(xué)習的快速入門(mén)？學(xué)大數據課程之前要先學(xué)習一種計算機編程語(yǔ)言。Java是大數據學(xué)習需要的編程語(yǔ)言基礎，因為大數據的開(kāi)發(fā)基于常用的高級語(yǔ)言。而且不論是學(xué)習hadoop，還是數據挖掘，都需要有編程語(yǔ)言作為基礎。因此，如果想學(xué)習大數據開(kāi)發(fā)，掌握Java基礎是必不可少的。
2、學(xué)習大數據必須學(xué)習大數據核心知識
Hadoop生態(tài)系統；HDFS技術(shù)；HBASE技術(shù)；Sqoop使用流程；數據倉庫工具HIVE；大數據離線(xiàn)分析Spark、Python語(yǔ)言；數據實(shí)時(shí)分析Storm；消息訂閱分發(fā)系統Kafka等。
如果把大數據比作容器，那么這個(gè)容器的容量無(wú)限大，什么都能往里裝，大數據離不開(kāi)物聯(lián)網(wǎng)，移動(dòng)互聯(lián)網(wǎng)，大數據還和人工智能、云計算和機器學(xué)習有著(zhù)千絲萬(wàn)縷的關(guān)系，大數據海量數據存儲要高擴展就離不開(kāi)云計算，大數據計算分析采用傳統的機器學(xué)習、數據挖掘技術(shù)會(huì )比較慢，需要做并行計算和分布式計算擴展。
3、學(xué)習大數據需要具備的能力
數學(xué)知識，數學(xué)知識是數據分析師的基礎知識。對于數據分析師，了解一些描述統計相關(guān)的內容，需要有一定公式計算能力，了解常用統計模型算法。而對于數據挖掘工程師來(lái)說(shuō)，各類(lèi)算法也需要熟練使用，對數學(xué)的要求是最高的。
編程語(yǔ)言，對于想學(xué)大數據的同學(xué)，至少需要具備一門(mén)編程語(yǔ)言，比如SQL、hadoop、hive查詢(xún)、Python等均可。
4、學(xué)習大數據可以應用的領(lǐng)域
大數據技術(shù)可以應用在各個(gè)領(lǐng)域，比如公安大數據、交通大數據、醫療大數據、就業(yè)大數據、環(huán)境大數據、圖像大數據、視頻大數據等等，應用范圍非常廣泛，大數據技術(shù)已經(jīng)像空氣一樣滲透在生活的方方面面。大數據技術(shù)的出現將社會(huì )帶入了一個(gè)高速發(fā)展的時(shí)代，這不僅是信息技術(shù)的終極目標，也是人類(lèi)社會(huì )發(fā)展管理智能化的核心技術(shù)驅動(dòng)力。
5.大數據主要學(xué)習什么知識
首先是基礎階段。
這一階段包括：關(guān)系型數據庫原理、LINUX操作系統原理及應用。在掌握了這些基礎知識后，會(huì )安排這些基礎課程的進(jìn)階課程，即：數據結構與算法、MYSQL數據庫應用及開(kāi)發(fā)、SHELL腳本編程。
在掌握了這些內容之后，大數據基礎學(xué)習階段才算是完成了。接下來(lái)是大數據專(zhuān)業(yè)學(xué)習的第二階段：大數據理論及核心技術(shù)。
第二階段也被分為了基礎和進(jìn)階兩部分，先理解基礎知識，再進(jìn)一步對知識內容做深入的了解和實(shí)踐。基礎部分包括：布式存儲技術(shù)原理與應用、分布式計算技術(shù)、HADOOP集群搭建、運維；進(jìn)階內容包括：HDFS高可靠、ZOOKEEPER、CDH、Shuffle、HADOOP源碼分析、HIVE、HBASE、Mongodb、HADOOP項目實(shí)戰。
完成了這部分內容的學(xué)習，學(xué)員們就已經(jīng)掌握了大數據專(zhuān)業(yè)大部分的知識，并具有了一定的項目經(jīng)驗。但為了學(xué)員們在大數據專(zhuān)業(yè)有更好的發(fā)展，所學(xué)知識能更廣泛地應用到大數據相關(guān)的各個(gè)崗位，有個(gè)更長(cháng)遠的發(fā)展前景。
第三階段叫做數據分析挖掘及海量數據高級處理技術(shù)。基礎部分有：PYTHON語(yǔ)言、機器學(xué)習算法、FLUME+KAFKA；進(jìn)階部分有：機器學(xué)習算法庫應用、實(shí)時(shí)分析計算框架、SPARK技術(shù)、PYTHON高級語(yǔ)言應用、分布式爬蟲(chóng)與反爬蟲(chóng)技術(shù)、實(shí)時(shí)分析項目實(shí)戰、機器學(xué)習算法項目實(shí)戰。
6.大數據初學(xué)者應該怎么學(xué)
學(xué)習大數據開(kāi)發(fā)的第一個(gè)階段：了解大數據的理論知識學(xué)習一門(mén)課程，首先你對這門(mén)課程要有簡(jiǎn)單的了解，比如說(shuō)要先學(xué)習這門(mén)課程的一些專(zhuān)業(yè)術(shù)語(yǔ)，學(xué)習一些入門(mén)的概念，知道這門(mén)課程是做什么的，主要學(xué)習的有那些知識。
學(xué)習大數據開(kāi)發(fā)也是一樣，你要知道什么是大數據，一般大數據主要運用在那些領(lǐng)域。避免自己在對大數據一無(wú)所知的情況下就開(kāi)始盲目學(xué)習。
學(xué)習大數據開(kāi)發(fā)的第二個(gè)階段：計算機編程語(yǔ)言的學(xué)習對于零基礎的學(xué)員來(lái)說(shuō)，開(kāi)始入門(mén)可能不是那么容易，需要學(xué)習大量的理論知識，閱讀枯燥的教材。因為要掌握一門(mén)計算機編程語(yǔ)言，大家都知道計算機編程語(yǔ)言有很多，比如：R,C++,JAVA等等。
學(xué)習大數據開(kāi)發(fā)的第三階段：大數據相關(guān)課程的學(xué)習經(jīng)過(guò)一段時(shí)間的基礎學(xué)習之后，我們對編程語(yǔ)言也已經(jīng)基本掌握了，接下來(lái)就可以進(jìn)行大數據部分的課程學(xué)習了。在這里大數據開(kāi)發(fā)學(xué)習要特別提醒大家：行業(yè)真正大數據，82%主講都是hadoop、spark生態(tài)體系、storm實(shí)時(shí)開(kāi)發(fā)等課程。
而所謂“大數據”機構85%基本講的都是JAVA/PHP數據或數據庫學(xué)習（大數據課程含量不超過(guò)15%），初學(xué)者請務(wù)必認清你要學(xué)的是不是真正大數據！學(xué)習大數據開(kāi)發(fā)的第四個(gè)階段：項目實(shí)戰階段實(shí)戰訓練可以幫助我們更好的理解所學(xué)的內容，同時(shí)對相關(guān)知識加強記憶。在以后的實(shí)際運用中，可以更快的上手，對于相關(guān)知識該怎么用也有了經(jīng)驗。
學(xué)會(huì )這四個(gè)階段在也不用擔心零基礎學(xué)不好大數據了。再說(shuō)了學(xué)習嘛，只要你用心肯定能學(xué)會(huì )的，只要你付出就一定會(huì )有回報的。
