Hadoop技術本身並不是新技術，而是互聯網時代成就了它，互聯網產生了大量的數據，傳統的服務器解決方案成本太高，Hadoop分佈式處理技術可以解決這個問題，隨着BAT等知名公司的成功案例，越來越多互聯網公司也都開始使用。Hadoop是雲計算的基礎。而絕大部分的雲計算中的分佈式存儲和計算都是使用hadoop的。雲計算在國家十二五規劃中也有重要章節討論，雲計算已經被提高到國家中長期發展戰略規劃中。
核心思路指引：
Hadoop最核心的兩大重點HDFS分佈式與MapReduce編程模型，主要解決了超大文件存儲與數據應用的問題，當然hadoop家語言編寫族還有Hive、Hbase、Pig、Zookeeper等等，其實這些開源項目無非是解決在大數據應用過程中存在的某些特殊問題。所以我認爲學習思路很重要，如何從龐大的知識體系中去理解核心，掌握精髓，在工作中能夠善學善用，這纔是成長和提高的最佳學習方法。還有hadoop本身是個開源項目，由java編寫，而且是爲linux系統而生，所以在學習hadoop之前除了計算機基礎知識，還要具備Linux與java基礎，學習linux與java思路也是一樣，抓核心學重點。切記！學習編程技術一定要多動手多實踐！
基礎入門階段打好基礎對職業發展非常重要，切忌只學不動手，需多實踐。學習抓重點，Hadoop項目源碼是用Java語言編寫，而且分佈式服務器多數是Linux操作系統，所以Java基礎與Linux基礎是必須掌握的技能。對大數據對企業的的價值，整體的架構要有宏觀認識，不能過於侷限。做大數據也離不開關係數據，Oracle可以學習瞭解。
【重點】大數據的Java基礎
【重點】大數據的linux基礎
【重點】大數據的統計學基礎
【重點】Hadoop數據分析平臺
【補充】Hadoop2.X大數據平臺視頻教程
【補充】Oracle職業直通車
中級進階階段的Hadoop工程師不僅僅是會hadoop，這只是基礎技術層面的必不可少的工具。Hadoop的核心是HDFS和MapReduce.HDFS提供了海量數據的存儲 MapReduce提供了對數據的計算。學習Flume、Storm、Spark、Python等技術會爲您在解決實際問題時辦法更多，更有效率。Redis與Mongodb是通過非關係數據存儲減緩關係數據庫壓力，提高訪問性能，同時也會產生海量數據，建議瞭解。
大數據學習加q羣：86884+7735視頻學習
目錄：
【重點】大數據的Flume日誌收集利器
【重點】大數據平臺Storm入門到精通
【重點】大數據平臺Spark入門與精通
【重點】Zookeeper入門到精通
【補充】Redis技術詳解
【補充】Mongodb技術詳解
【補充】Storm大數據開發視頻教程
【隨學】Python網絡程序開發
對於高級實戰階段來說hadoop只是基礎技術層面的必不可少的工具。Hadoop的核心是HDFS和MapReduce.隨着數據集規模不斷增大，而傳統BI的數據處理成本過高，企業對Hadoop及相關的廉價數據處理技術如Hive、HBase、MapReduce、Pig等的需求將持續增長。如今具備Hadoop框架經驗的技術人員是最搶手的大數據人才。數據倉庫、數據挖掘等技術是整合數據並使數據產生價值的技術，建議學習瞭解。
目錄：
【重點】Hadoop源碼解析與開發實戰
【重點】大數據HBase源碼解析與開發實戰
【重點】大數據Hive源碼解析與開發實戰
【重點】大數據Hadoop數據挖掘實戰
【補充】Mahout入門與項目實戰
【隨用隨學】Storm的集羣搭建實戰
【補充】Storm流計算之項目篇
【重點】Storm應用實戰
【重點】MySQL數據庫運維