分享给大家一套大数据的学习路线图
学习大数据，也需要一些编程语言要基础，之后还要学习Hadoop、spark等技术栈，在加上一些项目实战，就可以找工作喽！
第一阶段：零基础数据仓库管理
可掌握的核心能力
•掌握企业级ETL平台的kettle
•掌握BI的可视化平台Superset
•掌握Kettle ETL处理设计思想
•掌握大数据企业开发中最常见的linux的操作
•掌握一款主流数据库客户端工具DataGrip
•掌握企业MySQL的调优方案
•掌握大数据分析中数据全量及增量同步解决方案
•掌握生产环境中数据分析程序的部署解决方案
第二阶段：Java语言编程
可掌握的核心能力
•掌握Java程序基础数据类型
•掌握开发中常用类如集合、IO流、常用类等操作
•掌握Java异常处理机制
•掌握反射、网络编程、多线程开发
•掌握Jsoup的网络爬虫开发
•掌握JDBC操作
•掌握ETL数据处理和BI报表开发
第三阶段：Hadoop技术栈
可掌握的核心能力
•掌握shell编程
•掌握ZooKeeper原理并应用
•掌握HDFS的使用和MapReduce编程
•理解MapReduce原理和调优
•掌握Yarn的原理和调优
•掌握Hive的使用和调优
第四阶段：项目一（在线教育）
可掌握的核心能力
•掌握从需求、设计、研发、测试到落地上线的完整项目流程
•掌握大量教育行业的真实业务逻辑，涉及20多个主题，100多个指标
•掌握海量数据如何调优、使用拉链表、增量数据处理，以及Hive函数的具体应用等
•掌握基于CM的大数据环境部署和管理
•掌握数据仓库的核心概念和应用
•掌握常用离线大数据技术：Oozie、Sqoop、Hive等
•掌握FineReport可视化
第五阶段：数据微服务接口开发
可掌握的核心能力
•掌握SpringBoot整合SpringMVC开发
•掌握SpringBoot整合MyBatis开发
•掌握Eureka搭建
•掌握Feign的使用
第六阶段：实时生态圈
可掌握的核心能力
•掌握Redis原理及架构
•掌握Redis命令操作、及数据结构
•掌握Hbase原理及架构
•掌握HBase命令操作、MapReduce编程
•掌握Phoneix二级索引优化查询
•掌握ELK开发掌握Kafka原理及架构
掌握KafkaStreams开发
掌握基于Flink进行实时和离线数据处理、分析
掌握基于Flink的多流并行处理技术
掌握千万级高速实时采集技术
第七阶段：项目二（证券、物联网任选其一）
可掌握的核心能力
•掌握基于FTP、Flume + Kafka的实时数据采集开发
•掌握TB级海量规模下Flink实时处理开发，保证实时计算高容错
•掌握三种不同时间维指标的存储、计算方案（Druid、MySQL、HBase），例如：毫秒级\秒级\分时等时间维
•掌握基于Kylin的即席快速OLAP开发
•掌握基于Flink CEP的实时预警监控开发
•掌握基于Spring Boot的数据服务接口开发
第八阶段：Spark技术栈
可掌握的核心能力
•掌握Scala语言基础、数据结构
•掌握Scala语言高阶语法特性
•掌握Spark的RDD、DAG、CheckPoint等设计思想
•掌握SparkSQL结构化数据处理，Spark On Hive整合
•掌握Spark Streaming整合Kafka完成实时数据处理
•掌握Spark Streaming偏移量管理及Checkpoint
•掌握Structured Streaming整合多数据源完成实时数据处理
第九阶段：项目三
可掌握的核心能力
•掌握Docker环境部署、管理操作
•掌握基于Oracle + MySQL异构数据源数据处理技术
•掌握基于Oracle Golden Gate以及Canal的实时采集技术
•掌握Kudu + Spark的快速离线数据处理、分析技术
•掌握Kudu + Impala即席数据分析技术
•掌握基于ClickHouse高性能存储、计算引擎技术
•掌握基于ELK的全文检索技术
•掌握Kudu、Spark的调优能力
•掌握基于Spring Cloud的数据微服务接口开发技术
如果想要学习，有免费教程，可以私信偶哦
