文章来源：加米谷大数据
跟着信息产业的迅猛发展，大数据使用逐渐落地，行业人才需求量逐年扩大。大数据成为现在最具前景的高薪行业之一，大数据剖析工程师、大数据开发工程师等大数据人才也成为商场紧缺型人才，薪资一涨再涨。
很多人想要参加到大数据开发队伍，却又不知道怎么下手。接下来就给大家分享一份完整的大数据学习道路，助力大家快速入门！
第一阶段为JAVASE+MYSQL+JDBC，首要学习一些Java语言的概念，如字符、流程控制、面向对象、进程线程、枚举反射等，学习MySQL数据库的装置卸载及相关操作，学习JDBC的完成原理以及Linux基础知识，是大数据刚入门阶段。
第二阶段为散布式理论简介，首要解说CAP理论、数据散布方法、一致性、2PC和3PC、大数据集成架构。触及的知识点有Consistency一致性、Availability可用性、Partition tolerance分区容忍性、数据量散布、2PC流程、3PC流程、哈希方法、一致性哈希等。
第三阶段为数据存储与核算(离线场景)，首要解说和谐服务ZK(1T)、数据存储hdfs(2T)、数据存储alluxio(1T)、数据采集flume、数据采集logstash、数据同步Sqoop(0.5T)、数据同步datax(0.5T)、数据同步mysql-binlog(1T)、核算模型MR与DAG(1T)、hive(5T)、Impala(1T)、任务调度Azkaban、任务调度airflow等。
第四部分为数仓建造，首要解说数仓仓库的历史背景、离线数仓项目-伴我轿车(5T)架构技能解析、多维数据模型处理kylin(3.5T)部署装置、离线数仓项目-伴我轿车晋级后参加kylin进行多维剖析等；
第五阶段为散布式核算引擎。首要解说核算引擎、scala语言、spark、数据存储hbase、redis、kudu，并经过某p2p渠道项目完成spark多数据源读写。
第六阶段为数据存储与核算(实时场景)，首要解说数据通道Kafka、实时数仓druid、流式数据处理flink、SparkStreaming，并经过解说某交通大数让你能够将知识点融会贯通。
第七阶段为数据查找，首要解说elasticsearch，包括全文查找技能、ES装置操作、index、创立索引、增删改查、索引、映射、过滤等。
第八阶段为数据治理，首要解说数据标准、数据分类、数据建模、图存储与查询、元数据、血缘与数据质量、Hive Hook、Spark Listener等。
第九阶段为BI系统，首要解说Superset、Graphna两大技能，包括基本简介、装置、数据源创立、表操作以及数据探索剖析。
第十节段为数据挖掘，首要解说机器学习中的数学系统、Spark Mlib机器学习算法库、Python scikit-learn机器学习算法库、机器学习结合大数据项目。
大数据年代已经来临，它将掀起滔天巨浪，假如你想把握这股浪潮，那就要及早下手。