自學(xué)大數(shù)據(jù)(學(xué)大數(shù)據(jù)需要什么基礎(chǔ))

1.學(xué)大數(shù)據(jù)需要什么基礎(chǔ)

說到大數(shù)據(jù)，肯定少不了分析軟件，這應(yīng)該是大數(shù)據(jù)工作的根基，但市面上很多各種分析軟件，如果不是過來人，真的很難找到適合自己或符合企業(yè)要求的。

小編通過各大企業(yè)對大數(shù)據(jù)相關(guān)行業(yè)的崗位要求，總結(jié)了以下幾點：（1）SQL數(shù)據(jù)庫的基本操作，會基本的數(shù)據(jù)管理（2）會用Excel/SQL做基本的數(shù)據(jù)分析和展示（3）會用腳本語言進行數(shù)據(jù)分析，Python or R(4)有獲取外部數(shù)據(jù)的能力，如爬蟲（5）會基本的數(shù)據(jù)可視化技能，能撰寫數(shù)據(jù)報告（6）熟悉常用的數(shù)據(jù)挖掘算法：回歸分析、決策樹、隨機森林、支持向量機等對于學(xué)習(xí)大數(shù)據(jù)，總體來說，先學(xué)基礎(chǔ)，再學(xué)理論，最后是工具?；旧?，每一門語言的學(xué)習(xí)都是要按照這個順序來的。

1、學(xué)習(xí)數(shù)據(jù)分析基礎(chǔ)知識，包括概率論、數(shù)理統(tǒng)計?；A(chǔ)這種東西還是要掌握好的啊，基礎(chǔ)都還沒扎實，知識大廈是很容易倒的哈。

2、你的目標(biāo)行業(yè)的相關(guān)理論知識。比如金融類的，要學(xué)習(xí)證券、銀行、財務(wù)等各種知識，不然到了公司就一臉懵逼啦。

3、學(xué)習(xí)數(shù)據(jù)分析工具，軟件結(jié)合案列的實際應(yīng)用，關(guān)于數(shù)據(jù)分析主流軟件有（從上手度從易到難）：Excel,SPSS,stata,R,Python,SAS等。4、學(xué)會怎樣操作這些軟件，然后是利用軟件從數(shù)據(jù)的清洗開始一步步進行處理，分析，最后輸出結(jié)果，檢驗及解讀數(shù)據(jù)。

當(dāng)然，學(xué)習(xí)數(shù)學(xué)與應(yīng)用數(shù)學(xué)、統(tǒng)計學(xué)、計算機科學(xué)與技術(shù)等理工科專業(yè)的人確實比文科生有著客觀的優(yōu)勢，但能力大于專業(yè)，興趣才會決定你走得有多遠。畢竟數(shù)據(jù)分析不像編程那樣，需要你天天敲代碼，要學(xué)習(xí)好多的編程語言，數(shù)據(jù)分析更注重的是你的實操和業(yè)務(wù)能力。

如今的軟件學(xué)習(xí)都是非常簡單便捷的，我們真正需要提升的是自己的邏輯思維能力，以及敏銳的洞察能力，還得有良好的溝通表述能力。這些都是和自身的努力有關(guān)，而不是單純憑借理工科背景就可以啃得下來的。

相反這些能力更加傾向于文科生，畢竟好奇心、創(chuàng)造力也是一個人不可或缺的。

2.大數(shù)據(jù)入門需學(xué)習(xí)哪些基礎(chǔ)知識

前言，學(xué)大數(shù)據(jù)要先換電腦：

保證電腦4核8G內(nèi)存64位操作系統(tǒng)，盡量有ssd做系統(tǒng)盤，否則卡到你喪失信心。硬盤越大越好。

1，語言要求

java剛?cè)腴T的時候要求javase。

scala是學(xué)習(xí)spark要用的基本使用即可。

后期深入要求：

java NIO,netty，多線程，ClassLoader,jvm底層及調(diào)優(yōu)等，rpc。

2，操作系統(tǒng)要求

linux 基本的shell腳本的使用。

crontab的使用，最多。

cpu，內(nèi)存，網(wǎng)絡(luò)，磁盤等瓶頸分析及狀態(tài)查看的工具。

scp,ssh,hosts的配置使用。

telnet,ping等網(wǎng)絡(luò)排查命令的使用

3,sql基本使用

sql是基礎(chǔ)，hive,sparksql等都需要用到，況且大部分企業(yè)也還是以數(shù)據(jù)倉庫為中心，少不了sql。

sql統(tǒng)計，排序，join,group等，然后就是sql語句調(diào)優(yōu)，表設(shè)計等。

4，大數(shù)據(jù)基本了解

Zookeeper,hadoop,hbase,hive,sqoop,flume,kafka,spark,storm等這些框架的作用及基本環(huán)境的搭建，要熟練，要會運維，瓶頸分析。

5,mapreduce及相關(guān)框架hive,sqoop

深入了解mapreduce的核心思想。尤其是shuffle,join，文件輸入格式，map數(shù)目，reduce數(shù)目，調(diào)優(yōu)等。

6,hive和hbase等倉庫

hive和hbase基本是大數(shù)據(jù)倉庫的標(biāo)配。要回用，懂調(diào)優(yōu)，故障排查。

hbase看浪尖hbase系列文章。hive后期更新。

7，消息隊列的使用

kafka基本概念，使用，瓶頸分析?？蠢思鈑afka系列文章。

8，實時處理系統(tǒng)

storm和spark Streaming

9,spark core和sparksql

spark用于離線分析的兩個重要功能。

10，最終方向決策

a），運維。（精通整套系統(tǒng)及故障排查，會寫運維腳本啥的。）

b），數(shù)據(jù)分析。（算法精通）

c），平臺開發(fā)。（源碼精通）

自學(xué)還是培訓(xùn)？

無基礎(chǔ)的同學(xué)，培訓(xùn)之前先搞到視頻通學(xué)一遍，防止盲目培訓(xùn)跟不上講師節(jié)奏，浪費時間，精力，金錢。

有基礎(chǔ)的盡量搞點視頻學(xué)基礎(chǔ)，然后跟群里大牛交流，前提是人家愿意，

想辦法跟大牛做朋友才是王道。

3.學(xué)習(xí)大數(shù)據(jù)需要什么基礎(chǔ)

學(xué)習(xí)大數(shù)據(jù)要有一定的編程基礎(chǔ)，這是大數(shù)據(jù)大部分崗位都需要的。

目前從事大數(shù)據(jù)方向的程序員比較普遍使用的語言有四種，分別是Python、Java、Scala和R，這四種語言都有一定的應(yīng)用場景，不同崗位的程序員使用的語言也稍有不同。Python目前主要是應(yīng)用在數(shù)據(jù)分析、數(shù)據(jù)挖掘和算法實現(xiàn)上，可以說大數(shù)據(jù)領(lǐng)域Python的應(yīng)用是比較普遍的。

Java目前在大數(shù)據(jù)領(lǐng)域的應(yīng)用還是跟平臺有直接關(guān)系，通常在需要高性能的數(shù)據(jù)處理部分采用Java開發(fā)。Scala和R主要是基于場景的應(yīng)用多一些，Scala構(gòu)建在Java基礎(chǔ)之上，代碼結(jié)構(gòu)要比Java簡潔一些，同時Scala是Spark的實現(xiàn)語言，在與Spark相關(guān)的開發(fā)中使用Scala是比較方面的選擇。

R語言本身的特點就是統(tǒng)計分析，語法簡單且功能強大，是做大數(shù)據(jù)統(tǒng)計分析的一把利器。

4.學(xué)習(xí)大數(shù)據(jù)應(yīng)該掌握哪些知識

大數(shù)據(jù)已經(jīng)成為時代發(fā)展的趨勢，很多人紛紛選擇學(xué)習(xí)大數(shù)據(jù)，想要進入大數(shù)據(jù)行業(yè)。大數(shù)據(jù)技術(shù)體系龐大，包括的知識較多，系統(tǒng)的學(xué)習(xí)大數(shù)據(jù)可以讓你全面掌握大數(shù)據(jù)技能。學(xué)習(xí)大數(shù)據(jù)需要掌握哪些知識？

1、學(xué)習(xí)大數(shù)據(jù)首先要學(xué)習(xí)Java基礎(chǔ)

怎樣進行大數(shù)據(jù)學(xué)習(xí)的快速入門？學(xué)大數(shù)據(jù)課程之前要先學(xué)習(xí)一種計算機編程語言。Java是大數(shù)據(jù)學(xué)習(xí)需要的編程語言基礎(chǔ)，因為大數(shù)據(jù)的開發(fā)基于常用的高級語言。而且不論是學(xué)習(xí)hadoop，還是數(shù)據(jù)挖掘，都需要有編程語言作為基礎(chǔ)。因此，如果想學(xué)習(xí)大數(shù)據(jù)開發(fā)，掌握J(rèn)ava基礎(chǔ)是必不可少的。

2、學(xué)習(xí)大數(shù)據(jù)必須學(xué)習(xí)大數(shù)據(jù)核心知識

Hadoop生態(tài)系統(tǒng)；HDFS技術(shù)；HBASE技術(shù)；Sqoop使用流程；數(shù)據(jù)倉庫工具HIVE；大數(shù)據(jù)離線分析Spark、Python語言；數(shù)據(jù)實時分析Storm；消息訂閱分發(fā)系統(tǒng)Kafka等。

如果把大數(shù)據(jù)比作容器，那么這個容器的容量無限大，什么都能往里裝，大數(shù)據(jù)離不開物聯(lián)網(wǎng)，移動互聯(lián)網(wǎng)，大數(shù)據(jù)還和人工智能、云計算和機器學(xué)習(xí)有著千絲萬縷的關(guān)系，大數(shù)據(jù)海量數(shù)據(jù)存儲要高擴展就離不開云計算，大數(shù)據(jù)計算分析采用傳統(tǒng)的機器學(xué)習(xí)、數(shù)據(jù)挖掘技術(shù)會比較慢，需要做并行計算和分布式計算擴展。

3、學(xué)習(xí)大數(shù)據(jù)需要具備的能力

數(shù)學(xué)知識，數(shù)學(xué)知識是數(shù)據(jù)分析師的基礎(chǔ)知識。對于數(shù)據(jù)分析師，了解一些描述統(tǒng)計相關(guān)的內(nèi)容，需要有一定公式計算能力，了解常用統(tǒng)計模型算法。而對于數(shù)據(jù)挖掘工程師來說，各類算法也需要熟練使用，對數(shù)學(xué)的要求是最高的。

編程語言，對于想學(xué)大數(shù)據(jù)的同學(xué)，至少需要具備一門編程語言，比如SQL、hadoop、hive查詢、Python等均可。

4、學(xué)習(xí)大數(shù)據(jù)可以應(yīng)用的領(lǐng)域

大數(shù)據(jù)技術(shù)可以應(yīng)用在各個領(lǐng)域，比如公安大數(shù)據(jù)、交通大數(shù)據(jù)、醫(yī)療大數(shù)據(jù)、就業(yè)大數(shù)據(jù)、環(huán)境大數(shù)據(jù)、圖像大數(shù)據(jù)、視頻大數(shù)據(jù)等等，應(yīng)用范圍非常廣泛，大數(shù)據(jù)技術(shù)已經(jīng)像空氣一樣滲透在生活的方方面面。大數(shù)據(jù)技術(shù)的出現(xiàn)將社會帶入了一個高速發(fā)展的時代，這不僅是信息技術(shù)的終極目標(biāo)，也是人類社會發(fā)展管理智能化的核心技術(shù)驅(qū)動力。

5.大數(shù)據(jù)主要學(xué)習(xí)什么知識

首先是基礎(chǔ)階段。

這一階段包括：關(guān)系型數(shù)據(jù)庫原理、LINUX操作系統(tǒng)原理及應(yīng)用。在掌握了這些基礎(chǔ)知識后，會安排這些基礎(chǔ)課程的進階課程，即：數(shù)據(jù)結(jié)構(gòu)與算法、MYSQL數(shù)據(jù)庫應(yīng)用及開發(fā)、SHELL腳本編程。

在掌握了這些內(nèi)容之后，大數(shù)據(jù)基礎(chǔ)學(xué)習(xí)階段才算是完成了。接下來是大數(shù)據(jù)專業(yè)學(xué)習(xí)的第二階段：大數(shù)據(jù)理論及核心技術(shù)。

第二階段也被分為了基礎(chǔ)和進階兩部分，先理解基礎(chǔ)知識，再進一步對知識內(nèi)容做深入的了解和實踐。基礎(chǔ)部分包括：布式存儲技術(shù)原理與應(yīng)用、分布式計算技術(shù)、HADOOP集群搭建、運維；進階內(nèi)容包括：HDFS高可靠、ZOOKEEPER、CDH、Shuffle、HADOOP源碼分析、HIVE、HBASE、Mongodb、HADOOP項目實戰(zhàn)。

完成了這部分內(nèi)容的學(xué)習(xí)，學(xué)員們就已經(jīng)掌握了大數(shù)據(jù)專業(yè)大部分的知識，并具有了一定的項目經(jīng)驗。但為了學(xué)員們在大數(shù)據(jù)專業(yè)有更好的發(fā)展，所學(xué)知識能更廣泛地應(yīng)用到大數(shù)據(jù)相關(guān)的各個崗位，有個更長遠的發(fā)展前景。

第三階段叫做數(shù)據(jù)分析挖掘及海量數(shù)據(jù)高級處理技術(shù)?；A(chǔ)部分有：PYTHON語言、機器學(xué)習(xí)算法、FLUME+KAFKA；進階部分有：機器學(xué)習(xí)算法庫應(yīng)用、實時分析計算框架、SPARK技術(shù)、PYTHON高級語言應(yīng)用、分布式爬蟲與反爬蟲技術(shù)、實時分析項目實戰(zhàn)、機器學(xué)習(xí)算法項目實戰(zhàn)。

6.大數(shù)據(jù)初學(xué)者應(yīng)該怎么學(xué)

學(xué)習(xí)大數(shù)據(jù)開發(fā)的第一個階段：了解大數(shù)據(jù)的理論知識學(xué)習(xí)一門課程，首先你對這門課程要有簡單的了解，比如說要先學(xué)習(xí)這門課程的一些專業(yè)術(shù)語，學(xué)習(xí)一些入門的概念，知道這門課程是做什么的，主要學(xué)習(xí)的有那些知識。

學(xué)習(xí)大數(shù)據(jù)開發(fā)也是一樣，你要知道什么是大數(shù)據(jù)，一般大數(shù)據(jù)主要運用在那些領(lǐng)域。避免自己在對大數(shù)據(jù)一無所知的情況下就開始盲目學(xué)習(xí)。

學(xué)習(xí)大數(shù)據(jù)開發(fā)的第二個階段：計算機編程語言的學(xué)習(xí)對于零基礎(chǔ)的學(xué)員來說，開始入門可能不是那么容易，需要學(xué)習(xí)大量的理論知識，閱讀枯燥的教材。因為要掌握一門計算機編程語言，大家都知道計算機編程語言有很多，比如：R,C++,JAVA等等。

學(xué)習(xí)大數(shù)據(jù)開發(fā)的第三階段：大數(shù)據(jù)相關(guān)課程的學(xué)習(xí)經(jīng)過一段時間的基礎(chǔ)學(xué)習(xí)之后，我們對編程語言也已經(jīng)基本掌握了，接下來就可以進行大數(shù)據(jù)部分的課程學(xué)習(xí)了。在這里大數(shù)據(jù)開發(fā)學(xué)習(xí)要特別提醒大家：行業(yè)真正大數(shù)據(jù)，82%主講都是hadoop、spark生態(tài)體系、storm實時開發(fā)等課程。

而所謂“大數(shù)據(jù)”機構(gòu)85%基本講的都是JAVA/PHP數(shù)據(jù)或數(shù)據(jù)庫學(xué)習(xí)（大數(shù)據(jù)課程含量不超過15%），初學(xué)者請務(wù)必認(rèn)清你要學(xué)的是不是真正大數(shù)據(jù)！學(xué)習(xí)大數(shù)據(jù)開發(fā)的第四個階段：項目實戰(zhàn)階段實戰(zhàn)訓(xùn)練可以幫助我們更好的理解所學(xué)的內(nèi)容，同時對相關(guān)知識加強記憶。在以后的實際運用中，可以更快的上手，對于相關(guān)知識該怎么用也有了經(jīng)驗。

學(xué)會這四個階段在也不用擔(dān)心零基礎(chǔ)學(xué)不好大數(shù)據(jù)了。再說了學(xué)習(xí)嘛，只要你用心肯定能學(xué)會的，只要你付出就一定會有回報的。