想學習大數據？

學習和掌握大數據的門檻實際是還是很高的，一般建議先學習普通的關系型數據庫，然后再學習大數據的操作和處理。

基礎階段：Linux、Docker、KVM、MySQL基礎、Oracle基礎、MongoDB、redis。hadoop mapreduce hdfs yarn：hadoop：Hadoop 概念、版本、歷史，HDFS工作原理，YARN介紹及組件介紹。

大數據存儲階段：hbase、hive、sqoop。

大數據架構設計階段：Flume分布式、Zookeeper、Kafka。

大數據實時計算階段：Mahout、Spark、storm。

大數據數據采集階段：Python、Scala。

大數據商業實戰階段：實操企業大數據處理業務場景，分析需求、解決方案實施，綜合技術實戰應用。

大數據(big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。 在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據進行分析處理。大數據的5V特點:Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值密度)、Veracity（真實性）。

大數據的5個“V”，或者說特點有五層面：

第一，數據體量巨大

從TB級別，躍升到PB級別。

第二，數據類型繁多

前文提到的網絡日志、視頻、圖片、地理位置信息等等。

第三，價值密度低

以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。

第四，處理速度快

1秒定律。最后這一點也是和傳統的數據挖掘技術有著本質的不同。業界將其歸納為4個“V”——Volume，Variety，Value，Velocity。

物聯網、云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器，無一不是數據來源或者承載的方式。