留言与评论(共有 0 条评论) |
发布时间:2020-04-15 16:47:53
纵观近几年的互联网发展趋势,看到大数据被炒得火热,也想要涉足大数据领域,学习一些大数据技术。技术很重要,人才自然是不可或缺的,想要你想成为的大数据技术人才,就必须要经历学习技术的枯燥乏味的过程。
首先你需要先认识到一个问题,想要涉足大数据领域,肯定是有一定难度的,但有句话说的好“当你感觉特别累的时候,也就是说明你在走上坡路”。虽然困难,但只要你想学习,万事皆有可能。
要找准自己的定位,先了解自己的实力,然后从容应对以后的学习途径。对于大数据技术自己是真的喜欢吗?面对冗杂的代码,复杂的数据,自己是否能奈的住性子一直坚持下去?自己之前接触过大数据技术吗?之前接触过编程知识吗?是否已经熟练掌握了一门编程语言?
现实中就业危机的问题依然严峻,紧绷的神经时刻提醒着要不断的提升自己。学习的越多,越能够感受到知识海洋的浩瀚。相比于将大量零碎的技术名词缩写塞进昏沉的大脑,手指无意识地敲出几行代码,培养以计算机思维解决问题才是更重要的。
“工欲善其事,必先利其器”,不断涌现的新技术,本质上是新工具对旧工具的迭代更新,如果我们不能掌握其中的规律,很容易浮于表层,难以触类旁通,在很多非科班出生的同学身上,这个问题尤其明显。
数据结构,概率论,线性代数,设计模式,这些子学科是构成大数据技术的坚强基石,是前人无数智慧的结晶。
至于具体要用什么样的方式来学大数据,这个主要是看自己的选择了,专业的学习方式会帮助更快进入学习氛围中,再就是看自己的学习能力和感兴趣程度了。
学习要根据自身情况来定,如果你是零基础,那就必须先从基础Java开始学起(大数据支持很多开发语言,但企业用的最多的还是JAVA),接下来学习数据结构、Linux系统操作、关系型数据库,夯实基础之后,再进入大数据的学习,具体可以按照如下体系:
第一阶段
CORE JAVA (加**的需重点熟练掌握,其他掌握)
Java基础**
数据类型,运算符、循环,算法,顺序结构程序设计,程序结构,数组及多维数组
面向对象**
构造方法、控制符、封装
继承**
多态**
抽象类、接口**
常用类
集合Collection、list**
HashSet、TreeSet、Collection
集合类Map**
异常,File
文件/流**
数据流和对象流**
线程(理解即可)
网络通信(理解即可)
第二阶段
数据结构
关系型数据库
Linux系统操作
Linux操作系统概述,安装Linux操作系统,图形界面操作基础,Linux字符界面基础,字符界面操作进阶,用户、组群和权限管理,文件系统管理,软件包管理与系统备份,Linux网络配置 (主要掌握Linux操作系统的理论基础和服务器配置实践知识,同时通过大量实验,着重培养动手能力。了解Linux操作系统在行业中的重要地位和广泛的使用范围。在学习Linux的基础上,加深对服务器操作系统的认识和实践配置能力。加深对计算机网络基础知识的理解,并在实践中加以应用。掌握Linux操作系统的安装、命令行操作、用户管理、磁盘管理、文件系统管理、软件包管理、进程管理、系统监测和系统故障排除。掌握Linux操作系统的网络配置、DNS、DHCP、HTTP、FTP、SMTP和POP3服务的配置与管理。为更深一步学习其它网络操作系统和软件系统开发奠定坚实的基础。与此同时,如果大家有时间把javaweb及框架学习一番,会让你的大数据学习更自由一些)
重点掌握:
常见算法
数据库表设计,SQL语句,Linux常见命令
第三阶段
Hadoop阶段
离线分析阶段
实时计算阶段
重点掌握:
Hadoop基础,HDFS,MapReduce,分布式集群,Hive,Hbase,Sqoop
,Pig,Storm实时数据处理平台,Spark平台
以上就是笔者总结学习阶段,如果还想了解更多的知识,还可以关注一些如“大数据cn”这类公众号,建议每个想要学习大数据的人,按照这个学习阶段循序渐进,不断完善自己的知识架构,提升自身的理论知识,然后找一个合适的项目,跟着团队去做项目,积累自己的经验,相信会在大数据的舞台上展现出很好的自己!
数据挖掘、数据分析、大数据运维(BAT这些大公司基本是24小时三班倒)、数据仓库、算法。
大数据岗位很多,数据挖掘工程师,大数据分析师,算法工程师等,宏观上就两方面,一个是底层架构、运行程序的搭建需要大数据IT技术,一个是大数据的分析使用,得出供决策的结果。
欢迎关注我 头条号 一起看这变化的世界
无java基础的小白需要从JAVA开始学习
留言与评论(共有 0 条评论) |
全站搜索