本文共 1344 字，大约阅读时间需要 4 分钟。

随着大数据的发展，以及其应用范围的扩大，越来越多的公司开始着手部署大数据战略。市场需求的增长，岗位的增多，也导致了大数据相关人才出现了供不应求的状况，从而引发了一波大数据学习的浪潮。

涌入学习浪潮的开发者们，或多或少因为零碎、不成体系，以及数量相对有限的学习资料而止步不前。所以，播妞整理了一些了解、学习大数据必备的学习路径、网站、文章等资源，希望对自学大数据的朋友们有所帮助。

戳我阅读

戳我阅读

  戳我阅读

戳我阅读

！戳我阅读

相信，大多数朋友学习大数据的初衷，是因为大数据的前景以及诱人的薪资待遇。所以，在学习之前，播妞也给大家一些建议：

大家可以先了解一下关于大数据相关的岗位细分（例如，大数据工程师、算法挖掘、数据仓库、架构师等等），以及各个岗位需要掌握那些相对应的技能，并想清楚自己未来发展的方向，再开始着手针对岗位所需的技术进行学习与研究。

所谓知己知彼，才能更好的达成目标嘛。

那么，我们先从了解大数据概念开始吧！

一．大数据的概念

关于大数据的概念、应用场景以及价值，

什么是大数据

如何准确又通俗易懂地解释大数据及其应用价值？

通过专业人士的解答，会让你对大数据有个大致的了解。当然，如果你已经对大数据有了足够的了解，就可以跳过此部分内容，进入学习框架梳理阶段。

二. 学习框架与路线图

有一个清晰的知识结构，对于学习新知识来说十分必要。所以，

分享一些关于大数据的思维脑图、技能树以及关于大数据的学习路线，供大家参考。

1.大数据思维导图

大数据思维导图

2.来自STUQ的大数据工程师必备技能树

大数据工程师必备技能树

大数据学习路线

第一阶段（基础阶段）

Linux学习

Linux操作系统介绍与安装、Linux常用命令、Linux常用软件安装、Linux网络、 防火墙、Shell编程等。

Java 高级学习（《深入理解Java虚拟机》、《Java高并发实战》）

掌握多线程、掌握并发包下的队列、掌握JVM技术、掌握反射和动态代理、了解JMS。

Zookeeper学习

Zookeeper分布式协调服务介绍、Zookeeper集群的安装部署、Zookeeper数据结构、命令。

第二阶段（攻坚阶段）

Hadoop、Hive、HBase、Scala、Spark、Python

第三阶段（辅助工具工学习阶段）

Sqoop、Flume、Oozie、Hue这些工具的学习主要在CSDN，51CTO以及官网都可以学习。

那如何学习才能快速入门并精通呢？

学习Hadoop生态（MR、Hbase、Spark、Storm等）开发技术，深度讲解了数据挖掘、机器学习相关的算法、神经网络等内容！

而且还把集群需要用到的各种程序进行了打包，根据基础视频可以让你轻松搭建Hadoop完全分布式环境，像在企业生产环境一样进行学习和实践。

再次强调：

1、把数据分析作为一种能力培养，让自己在现在的团队中展现出良好的数据分析能力，为你以后内部转岗做好准备。

2、扎实学好一、两门数据挖掘软件，基于你已有得编程基础，可以学SAS或者R，基本能够满足很大部分企业的需求。

3、多看多想多观察，学习业务职能是这样，细水长流，还需要不断工作积累和广泛的阅读。

最后，希望你能够成为你想成为的人！

转载地址：http://psgpi.baihongyu.com/