2018大数据学习路线从入门到精通

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.