學習大數據沒有零基礎入門，首先你要成爲一名工程師
在技術論壇中，看到近幾萬的朋友都在疑惑，學習Java應該選擇什麼發展方向，這個咱們在之前的文章中有提到過，Java發展在領域上有三個選擇方向：
JavaEE，主要應用於企業級應用開發;安卓開發方向;嵌入式應用開發方向。在此建議大家選擇JavaEE方向，因爲應用非常廣泛，崗位設置也比較多。
Java的職業發展規劃之路我們也曾在(一文闡述Java從初級到高級的學習之路——白老師分享篇(2)
)詳細列舉，這裏就不一一列舉了。
但我們從來沒有討論過學習Java，難道這輩子就只能做Java後端開發嗎?只能在這條路上奮鬥到底嗎?難道中途沒有其他的選擇嗎?
偶然認識的一個朋友，最開始是從事Java後端開發的，後來他在業餘時間自學成功轉入大數據行業，現在是一名大數據工程師，待遇也比之前好更多。前提是他是一名Java後端開發。
大數據是我們如今比較火的一個發展方向，但是很多培訓機構有提到幾個月速成的，小編覺得不是特別靠譜。
原因有以下：
大數據是一個新生行業，還不太成熟。
Java發展了將近20年，也沒有說幾個月速成的，最多也就是帶你入門，讓你對Java的知識結構體系有一個清晰的認知，在後期的工作實踐期間成長的速度更快。
大數據的起點要高，並不是所謂的零基礎就可以入門的。
我們接下來講述的有關大數據的學習是有條件限制的，首先你需要是一名普通的工程師，如果你是Java工程師的話更好，但如果你是小白的話，那就只能成爲一名工程師的後再來學習大數據吧。
一、認識大數據
大數據本質其實也是數據，不過也包括了些新的特徵，
數據來源廣;
數據格式多樣化(結構化數據、非結構化數據、Excel文件等);
數據量大(最少也是TB級別的、甚至可能是PB級別);
數據增長速度快。
而針對以上新的特徵需要考慮很多問題：
例如，數據來源廣，該如何採集彙總?採集彙總之後，又該存儲呢?數據存儲之後，該如何通過運算轉化成自己想要的結果呢?
對於這些問題，我們需要有相對應的知識解決。
二、大數據所需技能要求
Python語言：編寫一些腳本時會用到。
Scala語言：編寫Spark程序的最佳語言，當然也可以選擇用Python。
Ozzie，azkaban：定時任務調度的工具。
Hue，Zepplin：圖形化任務執行管理，結果查看工具。
Allluxio，Kylin等：通過對存儲的數據進行預處理，加快運算速度的工具。
必須掌握的技能：
Java高級(虛擬機、併發)、Linux 基本操作、hadoop(HDFS+MapReduce+Yarn )、 HBase(JavaAPI操作+Phoenix )、Hive(Hql基本操作和原理理解)、 Kafka、Storm/JStorm、Scala、Python、Spark (Core+sparksql+Spark streaming ) 、輔助小工具(Sqoop/Flume/Oozie/Hue等)
高階技能6條：
機器學習算法以及mahout庫加MLlib、 R語言、Lambda 架構、Kappa架構、Kylin、Alluxio
三、學習規劃
每天需要有3個小時的學習時間，週末的時候需要10小時，如果做不到的話，只能是
第一階段(基礎階段)
Linux學習
Linux操作系統介紹與安裝、Linux常用命令、Linux常用軟件安裝、Linux網絡、 防火牆、Shell編程等。
Java 高級學習(《深入理解Java虛擬機》、《Java高併發實戰》)
掌握多線程、掌握併發包下的隊列、掌握JVM技術、掌握反射和動態代理、瞭解JMS。
Zookeeper學習
Zookeeper分佈式協調服務介紹、Zookeeper集羣的安裝部署、Zookeeper數據結構、命令。
第二階段(攻堅階段)
Hadoop、Hive、HBase、Scala、Spark、Python
第三階段(輔助工具工學習階段)
Sqoop、Flume、Oozie、Hue這些工具的學習
總結
在技術行業裏面，每天都會有新的東西出現，需要關注最新技術動態，不斷學習。任何一般技術都是先學習理論，然後在實踐中不斷完善理論的過程。
如果你覺得自己看書效率太慢，你可以網上搜集一些課程。
快速學習的能力、解決問題的能力、溝通能力在這個行業是真的非常重要的指標。
要善於使用StackOverFlow和Google來幫助你學習過程遇到的問題。
以上是我們對大數據學習的總結，當然我們也提到了，並不是說零基礎的就可以直接學習，需要有編程的基礎，要先掌握紮實的編程基礎，在此建議學習Java，成爲一名工程師的時候，有一定編程經驗，自學起來也相對比開始要簡單一點，然後對大數據有興趣或者想要進入這個行業的就可以去學習了。
