大(dà)數據是對海量數據進行存儲、計(jì)算、統計(jì)、分(fēn)析處理(lǐ)的一系列處理(lǐ)手段，處理(lǐ)的數據量通常是TB級，甚至是PB或EB級的數據，這是傳統數據處理(lǐ)手段所無法完成的，其涉及的技術(shù)有分(fēn)布式計(jì)算、高并發處理(lǐ)、高可(kě)用處理(lǐ)、集群、實時性計(jì)算等，彙集了當前IT領域熱(rè)門(mén)流行的IT技術(shù)。

　　想要學好大(dà)數據需掌握以下技術(shù)：

　　1. Java編程技術(shù)

　　Java編程技術(shù)是大(dà)數據學習的基礎，Java是一種強類型語言，擁有極高的跨平台能力，可(kě)以編寫桌面應用程序、Web應用程序、分(fēn)布式系統和嵌入式系統應用程序等，是大(dà)數據工(gōng)程師(shī)最喜歡的編程工(gōng)具，因此，想學好大(dà)數據，掌握Java基礎是必不可(kě)少的!

　　2.Linux命令

　　對于大(dà)數據開發通常是在Linux環境下進行的，相(xiàng)比Linux操作(zuò)系統，Windows操作(zuò)系統是封閉的操作(zuò)系統，開源的大(dà)數據軟件(jiàn)很受限制，因此，想從(cóng)事(shì)大(dà)數據開發相(xiàng)關工(gōng)作(zuò)，還(hái)需掌握Linux基礎操作(zuò)命令。

　　3. Hadoop

　　Hadoop是大(dà)數據開發的重要框架，其核心是HDFS和MapReduce，HDFS爲海量的數據提供了存儲，MapReduce爲海量的數據提供了計(jì)算，因此，需要重點掌握，除此之外，還(hái)需要掌握Hadoop集群、Hadoop集群管理(lǐ)、YARN以及Hadoop高級管理(lǐ)等相(xiàng)關技術(shù)與操作(zuò)!

　　4. Hive

　　Hive是基于Hadoop的一個數據倉庫工(gōng)具，可(kě)以将結構化的數據文件(jiàn)映射爲一張數據庫表，并提供簡單的sql查詢功能，可(kě)以将sql語句轉換爲MapReduce任務進行運行，十分(fēn)适合數據倉庫的統計(jì)分(fēn)析。對于Hive需掌握其安裝、應用及高級操作(zuò)等。

　　5. Avro與Protobuf

　　Avro與Protobuf均是數據序列化系統，可(kě)以提供豐富的數據結構類型，十分(fēn)适合做數據存儲，還(hái)可(kě)進行不同語言之間相(xiàng)互通信的數據交換格式，學習大(dà)數據，需掌握其具體(tǐ)用法。

　　6.ZooKeeper

　　ZooKeeper是Hadoop和Hbase的重要組件(jiàn)，是一個爲分(fēn)布式應用提供一緻性服務的軟件(jiàn)，提供的功能包括：配置維護、域名服務、分(fēn)布式同步、組件(jiàn)服務等，在大(dà)數據開發中要掌握ZooKeeper的常用命令及功能的實現方法。

　　7. HBase

　　HBase是一個分(fēn)布式的、面向列的開源數據庫，它不同于一般的關系數據庫，更适合于非結構化數據存儲的數據庫，是一個高可(kě)靠性、高性能、面向列、可(kě)伸縮的分(fēn)布式存儲系統，大(dà)數據開發需掌握HBase基礎知識、應用、架構以及高級用法等。

　　8.phoenix

　　phoenix是用Java編寫的基于JDBC API操作(zuò)HBase的開源SQL引擎，其具有動态列、散列加載、查詢服務器、追蹤、事(shì)務、用戶自(zì)定義函數、二級索引、命名空間映射、數據收集、行時間戳列、分(fēn)頁查詢、跳(tiào)躍查詢、視圖以及多租戶的特性，大(dà)數據開發需掌握其原理(lǐ)和使用方法。

　　9. Redis

　　Redis是一個key-value存儲系統，其出現很大(dà)程度補償了memcached這類key/value存儲的不足，在部分(fēn)場合可(kě)以對關系數據庫起到很好的補充作(zuò)用，它提供了Java，C/C++，C#，PHP，JavaScript，Perl，Object-C，Python，Ruby，Erlang等客戶端，使用很方便，大(dà)數據開發需掌握Redis的安裝、配置及相(xiàng)關使用方法。

　　10. Flume

　　Flume是一款高可(kě)用、高可(kě)靠、分(fēn)布式的海量日(rì)志采集、聚合和傳輸的系統，Flume支持在日(rì)志系統中定制各類數據發送方，用于收集數據;同時，Flume提供對數據進行簡單處理(lǐ)，并寫到各種數據接受方(可(kě)定制)的能力。大(dà)數據開發需掌握其安裝、配置以及相(xiàng)關使用方法。

　　11. SSM

　　SSM框架是由Spring、SpringMVC、MyBatis三個開源框架整合而成，常作(zuò)爲數據源較簡單的web項目的框架。大(dà)數據開發需分(fēn)别掌握Spring、SpringMVC、MyBatis三種框架的同時，再使用SSM進行整合操作(zuò)。

　　12.Kafka

　　Kafka是一種高吞吐量的分(fēn)布式發布訂閱消息系統，其在大(dà)數據開發應用上的目的是通過Hadoop的并行加載機(jī)制來(lái)統一線上和離(lí)線的消息處理(lǐ)，也是爲了通過集群來(lái)提供實時的消息。大(dà)數據開發需掌握Kafka架構原理(lǐ)及各組件(jiàn)的作(zuò)用和使用方法及相(xiàng)關功能的實現!