數(shù)字技術(shù)工程師培訓(xùn)大綱
Melinda麒兒
惠跳舞的魚
大數(shù)據(jù)培訓(xùn)，目前主要有兩種：1、大數(shù)據(jù)開發(fā)數(shù)據(jù)工程師建設(shè)和優(yōu)化系統(tǒng)。學(xué)習hadoop、spark、storm、超大集群調(diào)優(yōu)、機器學(xué)習、Docker容器引擎、ElasticSearch、并發(fā)編程等；2、數(shù)據(jù)分析與挖掘一般工作包括數(shù)據(jù)清洗，執(zhí)行分析和數(shù)據(jù)可視化。學(xué)習Python、數(shù)據(jù)庫、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)分析與處理等。大數(shù)據(jù)培訓(xùn)一般是指大數(shù)據(jù)開發(fā)培訓(xùn)。大數(shù)據(jù)技術(shù)龐大復(fù)雜，基礎(chǔ)的技術(shù)包含數(shù)據(jù)的采集、數(shù)據(jù)預(yù)處理、分布式存儲、數(shù)據(jù)庫、數(shù)據(jù)倉庫、機器學(xué)習、并行計算、可視化等各種技術(shù)范疇和不同的技術(shù)層面。
Hello糖咖啡
你好，大數(shù)據(jù)學(xué)習的內(nèi)容包括8個階段的內(nèi)容:
你可以按照順序?qū)W習，先學(xué)習基礎(chǔ)的東西，希望你早日學(xué)有所成。
檸檬草星冰le
數(shù)字技術(shù)工程師初級報考要求一般包括：1、具有高等院校本科及以上學(xué)歷，或具有計算機相關(guān)專業(yè)技術(shù)資格證書；2、具有2年以上數(shù)字技術(shù)相關(guān)工作經(jīng)驗；3、掌握熟練的C語言、算法、數(shù)據(jù)結(jié)構(gòu)、計算機網(wǎng)絡(luò)、數(shù)據(jù)庫等技術(shù)；4、熟悉數(shù)字技術(shù)應(yīng)用領(lǐng)域，比如計算機組成原理、操作系統(tǒng)、計算機圖形學(xué)、人工智能等；5、具有良好的英語讀寫能力，能夠熟練使用英語進行文檔撰寫；6、具有較強的分析解決問題的能力，能夠獨立完成軟件開發(fā)、調(diào)試等工作；7、具有良好的溝通表達能力，能夠有效地與外部客戶溝通交流，解決客戶問題。
jason大魔王
由淺入深依次掌握：Java語言基礎(chǔ)：Java語言基礎(chǔ)、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(shù)、I/O與反射，多線程、Swing程序與集合類；HTML、CSS與JavaScript：PC端網(wǎng)站布局、HTML5+CSS3基礎(chǔ)、WebAPP頁面布局、原生javascript交互功能開發(fā)、Ajax異步交互、jQuery應(yīng)用；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；Linux基礎(chǔ)：Linux安裝與配置、系統(tǒng)管理與目錄管理、用戶與用戶組管理、Shell編程、服務(wù)器配置、Vi編輯器與Emacs編輯器；Hadoop生態(tài)體系：Hadoop起源與安裝、MapReduce快速入門、Hadoop分布式文件系統(tǒng)、Hadoop文件I/O詳解、MapReduce工作原理、MapReduce編程開發(fā)、Hive數(shù)據(jù)倉庫工具、開源數(shù)據(jù)庫HBase、Sqoop與Oozie；Spark生態(tài)體系：Spark簡介、Spark部署和運行、Spark程序開發(fā)、Spark編程模型、作業(yè)執(zhí)行解析、Spark SQL與DataFrame、深入Spark Streaming、Spark MLlib與機器學(xué)習、GraphX與SparkR、spark項目實戰(zhàn)、scala編程、Python編程；Storm實時開發(fā)：storm簡介與基本知識、拓撲詳解與組件詳解、Hadoop分布式系統(tǒng)、spout詳解與bolt詳解、zookeeper詳解、storm安裝與集群搭建、storm-starter詳解、開源數(shù)據(jù)庫HBase、trident詳解；投入時間和精力，以興趣來驅(qū)動學(xué)習。在整個的學(xué)習過程中貫穿著代碼實戰(zhàn)?？吹拇a是別人的，動手寫出來的是自己的。自己動手寫代碼，記憶更加深刻，效率更高。
danyanpimmwo
首先我們要了解Java語言和Linux操作系統(tǒng)，這兩個是學(xué)習大數(shù)據(jù)的基礎(chǔ)，學(xué)習的順序不分前后。
Java ：只要了解一些基礎(chǔ)即可，做大數(shù)據(jù)不需要很深的Java 技術(shù)，學(xué)java SE 就相當于有學(xué)習大數(shù)據(jù)基礎(chǔ)。
Linux：因為大數(shù)據(jù)相關(guān)軟件都是在Linux上運行的，所以Linux要學(xué)習的扎實一些，學(xué)好Linux對你快速掌握大數(shù)據(jù)相關(guān)技術(shù)會有很大的幫助，能讓你更好的理解hadoop、hive、hbase、spark等大數(shù)據(jù)軟件的運行環(huán)境和網(wǎng)絡(luò)環(huán)境配置，能少踩很多坑，學(xué)會shell就能看懂腳本這樣能更容易理解和配置大數(shù)據(jù)集群。還能讓你對以后新出的大數(shù)據(jù)技術(shù)學(xué)習起來更快。
Hadoop：這是現(xiàn)在流行的大數(shù)據(jù)處理平臺幾乎已經(jīng)成為大數(shù)據(jù)的代名詞，所以這個是必學(xué)的。Hadoop里面包括幾個組件HDFS、MapReduce和YARN，HDFS是存儲數(shù)據(jù)的地方就像我們電腦的硬盤一樣文件都存儲在這個上面，MapReduce是對數(shù)據(jù)進行處理計算的，它有個特點就是不管多大的數(shù)據(jù)只要給它時間它就能把數(shù)據(jù)跑完，但是時間可能不是很快所以它叫數(shù)據(jù)的批處理。
Zookeeper：這是個萬金油，安裝Hadoop的HA的時候就會用到它，以后的Hbase也會用到它。它一般用來存放一些相互協(xié)作的信息，這些信息比較小一般不會超過1M，都是使用它的軟件對它有依賴，對于我們個人來講只需要把它安裝正確，讓它正常的run起來就可以了。
Mysql：我們學(xué)習完大數(shù)據(jù)的處理了，接下來學(xué)習學(xué)習小數(shù)據(jù)的處理工具mysql數(shù)據(jù)庫，因為一會裝hive的時候要用到，mysql需要掌握到什么層度那?你能在Linux上把它安裝好，運行起來，會配置簡單的權(quán)限，修改root的密碼，創(chuàng)建數(shù)據(jù)庫。這里主要的是學(xué)習SQL的語法，因為hive的語法和這個非常相似。
Sqoop：這個是用于把Mysql里的數(shù)據(jù)導(dǎo)入到Hadoop里的。當然你也可以不用這個，直接把Mysql數(shù)據(jù)表導(dǎo)出成文件再放到HDFS上也是一樣的，當然生產(chǎn)環(huán)境中使用要注意Mysql的壓力。
Hive：這個東西對于會SQL語法的來說就是神器，它能讓你處理大數(shù)據(jù)變的很簡單，不會再費勁的編寫MapReduce程序。有的人說Pig那?它和Pig差不多掌握一個就可以了。
Oozie：既然學(xué)會Hive了，我相信你一定需要這個東西，它可以幫你管理你的Hive或者MapReduce、Spark腳本，還能檢查你的程序是否執(zhí)行正確，出錯了給你發(fā)報警并能幫你重試程序，最重要的是還能幫你配置任務(wù)的依賴關(guān)系。我相信你一定會喜歡上它的，不然你看著那一大堆腳本，和密密麻麻的crond是不是有種想屎的感覺。
Hbase：這是Hadoop生態(tài)體系中的NOSQL數(shù)據(jù)庫，他的數(shù)據(jù)是按照key和value的形式存儲的并且key是唯一的，所以它能用來做數(shù)據(jù)的排重，它與MYSQL相比能存儲的數(shù)據(jù)量大很多。所以他常被用于大數(shù)據(jù)處理完成之后的存儲目的地。
Kafka：這是個比較好用的隊列工具，隊列是干嗎的?排隊買票你知道不?數(shù)據(jù)多了同樣也需要排隊處理，這樣與你協(xié)作的其它同學(xué)不會叫起來，你干嗎給我這么多的數(shù)據(jù)(比如好幾百G的文件)我怎么處理得過來，你別怪他因為他不是搞大數(shù)據(jù)的，你可以跟他講我把數(shù)據(jù)放在隊列里你使用的時候一個個拿，這樣他就不在抱怨了馬上灰流流的去優(yōu)化他的程序去了，因為處理不過來就是他的事情。而不是你給的問題。當然我們也可以利用這個工具來做線上實時數(shù)據(jù)的入庫或入HDFS，這時你可以與一個叫Flume的工具配合使用，它是專門用來提供對數(shù)據(jù)進行簡單處理，并寫到各種數(shù)據(jù)接受方(比如Kafka)的。
Spark：它是用來彌補基于MapReduce處理數(shù)據(jù)速度上的缺點，它的特點是把數(shù)據(jù)裝載到內(nèi)存中計算而不是去讀慢的要死進化還特別慢的硬盤。特別適合做迭代運算，所以算法流們特別稀飯它。它是用scala編寫的。Java語言或者Scala都可以操作它，因為它們都是用JVM的。
優(yōu)質(zhì)工程師考試問答知識庫
