大數(shù)據(jù)學習已然成為時代所趨，不同的人都會選擇不同的學習方式。 如果你跟我一樣，都是選擇通過視頻教程來進行學習，可以參考一下我的學習路徑和視頻教程，個人覺得千鋒老師的這套大數(shù)據(jù)視頻教程，還是很給力的。

　　對于我們初學者來說，能聽懂，學的下去是基本的要求，在這套視頻教程中，老師講的通俗易懂，就算是身為小白的我，也是能看懂的。

　　千鋒大數(shù)據(jù)培訓視頻教程：http://video.mobiletrain.org/bigdata/。

　　大數(shù)據(jù)學習路線：

　　階段一、大數(shù)據(jù)基礎——java語言基礎方面

　　(1)Java語言基礎

　　Java開發(fā)介紹、熟悉Eclipse開發(fā)工具、Java語言基礎、Java流程控制、Java字符串、Java數(shù)組與類和對象、數(shù)字處理類與核心技術、I/O與反射、多線程、Swing程序與集合類

　　(2) HTML、CSS與JavaScript

　　PC端網(wǎng)站布局、HTML5+CSS3基礎、WebApp頁面布局、原生JavaScript交互功能開發(fā)、Ajax異步交互、jQuery應用

　　(3)JavaWeb和數(shù)據(jù)庫

　　數(shù)據(jù)庫、JavaWeb開發(fā)核心、JavaWeb開發(fā)內(nèi)幕

　　階段二、 Linux&Hadoop生態(tài)體系

　　Linux體系、Hadoop離線計算大綱、分布式數(shù)據(jù)庫Hbase、數(shù)據(jù)倉庫Hive、數(shù)據(jù)遷移工具Sqoop、Flume分布式日志框架

　　階段三、 分布式計算框架和Spark&Strom生態(tài)體系

　　(1)分布式計算框架

　　Python編程語言、Scala編程語言、Spark大數(shù)據(jù)處理、Spark—Streaming大數(shù)據(jù)處理、Spark—Mlib機器學習、Spark—GraphX 圖計算、實戰(zhàn)一：基于Spark的推薦系統(tǒng)(某一線公司真實項目)、實戰(zhàn)二：新浪網(wǎng)(www.sina.com.cn)

　　(2)storm技術架構體系

　　Storm原理與基礎、消息隊列kafka、Redis工具、zookeeper詳解、實戰(zhàn)一：日志告警系統(tǒng)項目、實戰(zhàn)二：猜你喜歡推薦系統(tǒng)實戰(zhàn)

　　階段四、 大數(shù)據(jù)項目實戰(zhàn)(一線公司真實項目)

　　數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)展現(xiàn)、數(shù)據(jù)應用

　　階段五、 大數(shù)據(jù)分析 —AI(人工智能)

　　Data Analyze工作環(huán)境準備&數(shù)據(jù)分析基礎、數(shù)據(jù)可視化、Python機器學習

　　1、Python機器學習2、圖像識別&神經(jīng)網(wǎng)絡、自然語言處理&社交網(wǎng)絡處理、實戰(zhàn)項目：戶外設備識別分析

　　對于我們自學大數(shù)據(jù)的人來說，要更加注重系統(tǒng)性，其次是耐性。每一個知識點都要去循序漸進的了解，除了看視頻教程之外，建議買一兩本大數(shù)據(jù)技術的書籍，視頻和書籍想結合，對技術的理解會更加深刻!