大數據怎麼學，java怎麼轉大數據，今天就給大家分享一下。
大數據初學者怎樣學習 或Java工程師怎麼轉大數據
大數據現在很火很熱，但是怎麼學習呢？下面我給大家分享一下：
首先給大家普及一下大數據相關知識大數據的4大特徵：
1.數據在體量方面很大，比如說文字，有各種各樣的來源，有電子書|實體書|雜誌|報刊等，它們的數據大吧。
2.數據的類型多種多樣，有些是結構化的數據，像存在Oracle,MySQL這些傳統的數據庫裏的數據，一般都是結構化，可以是還有非結構化，比如HTML,WORD，execl等格式。
3.它們的價值密度低，這樣說吧，你比如說觀看一條數據好像價值也不大，但是分析所有的數據之後呢？總會挖掘出一些 重要的東西。
4.處理這些數據的速度要快。比如像Hadoop技術的MapReduce計算框架，相比傳統的數據庫處理速度要快，它的吞吐量 特別的大，再比如Spark，Spark在內存方面計算比Hadoop快100倍，在磁盤方面計算快10倍。
大數據的方向的工作有 大數據運維工程師、大數據開發工程師、數據分析、數據挖掘、架構師等。
基礎路線：
在這裏相信有許多想要學習大數據的同學，大家可以+下大數據學習裙：716加上【五8一】最後014，即可免費領取一整套系統的大數據學習教程
-
Hadoop HDFS文件系統 MR計算模型
-
Hive數據倉庫
-
HBase數據庫
-
Flume日誌收集
-
Kafka消息系統
-
Storm流式計算
-
Spark生態圈：Spark Core、Spark SQL、Spark Streaming、MLLib和GraphX
-
Zookeeper協調系統
-
NOSQL數據庫：Redis、MongoDB
-
機器學習：Mahout
看到這麼多技術是不是有點暈呢？該怎麼學習呢？
-
先學Hadoop Hadoop框架中由兩大模塊組成，一個HDFS(Hadoop Distributed File System)，是用來存儲需要處理的數據，另外一個是MapReduce，是Hadoop的處理數據的計算模型。
-
學習一門數據庫，像MySQL學點SQL吧
-
Hive 只要你會SQL，你就會使用它。hive是基於Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射爲一張數據庫表，並提供簡單的sql查詢功能，可以將sql語句轉換爲MapReduce任務進行運行。
-
HBase HBase即Hadoop DataBase，Hadoop的數據庫，HBase是一種 "NoSQL" 數據庫,即不是RDBMS ，不支持SQL作爲主要訪問手段。
-
Sqoop Sqoop是遷移數據工具，可以在很多數據庫之間來遷移，
-
Flume Flume是一個分佈式的海量日誌採集和傳輸框架，一個高可用的，高可靠的，分佈式的海量日誌採集、聚合和傳輸的系統，Flume支持在日誌系統中定製各類數據發送方，用於收集數據；同時，Flume提供對數據進行簡單處理，並寫到各種數據接受方（可定製）的能力。
-
Kafka 使用Kafka完成數據的一次收集，多次消費。它是一個分佈式、支持分區的（partition）、多副本的（replica），基於zookeeper協調的分佈式消息系統。
-
Spark基於內存計算的框架 Spark Core最爲重要再學SparkSQL、Spark Streaming、圖計算、機器學習
-
Storm實時的流計算框架。