大数据学习指南

大数据学习指南，从零开始学习大数据开发，包含大数据学习各个阶段资汇总

今天逛github时，突然发现自己的面试题直接原封不动的被盗用了，盗用者从来没联系过我，也没注明面试题出处，盗用者上面是7个月前，我的上面是2年前修改的，笑了，听说这人还是ali的，牛批啊，粘贴复制用的真66666 实情如下图

大数据学习or转型的一些建议

GitHub图片不显示解决方案

公众号

关注我的公众号：旧时光大数据，回复相应关键字，获取更多大数据干货、资料
“大数据学习路线”中我自己看过的视频、文档资料可以直接在公众号获取云盘链接

概述

  1.大数据简介
  2.大数据相关岗位介绍

大数据学习路线

学习路线中的视频、文档资料可以关注公众号：旧时光大数据，回复相应关键字获取云盘链接

大数据学习路线（包含自己看过的视频链接）

基础部分

一、编程语言

编程语言部分建议先JavaSE，Spark和Flink之前学习Scala，Python看个人或工作，不过有Java基础，Python会快很多（别问我怎么学，问就是使劲拼命学 [ 吃瓜.jpg ]）

1、JavaSE（三选一）

  1. 刘意2015版
  2. 刘意2019版
  3. 尚硅谷宋红康版

2、Scala（二选一）

如果时间短，建议直接看配套Spark的那种三五天的，可以快速了解
  1. 韩顺平老师版
  2. 清华硕士武晟然老师版

3、Python

推荐黑马的Python视频，通俗易懂，而且文档比较齐全，有Java基础再看Python的话，上手很快
  1. 黑马Python版

Linux部分

完全分布式集群搭建

  完全分布式集群搭建
  关于VM、远程登录工具的安装暂时可以参考我的博客，找到相应步骤进行操作即可
  集群搭建

大数据框架组件

一、Hadoop

  1.Hadoop——分布式文件管理系统HDFS
  2.Hadoop——HDFS的Shell操作
  3.Hadoop——HDFS的Java API操作
  4.Hadoop——分布式计算框架MapReduce
  5.Hadoop——MapReduce案例
  6.Hadoop——资源调度器YARN
  7.Hadoop——Hadoop数据压缩

二、Zookeeper

  1.Zookeeper——Zookeeper概述
  2.Zookeeper——Zookeeper单机和分布式安装
  3.Zookeeper——Zookeeper客户端命令
  4.Zookeeper——Zookeeper内部原理
  5.Zookeeper——Zookeeper实战

三、Hive

  1.Hive——Hive概述
  2.Hive——Hive数据类型

四、Flume

  1.Flume——Flume概述
  2.Flume——Flume实践操作
  3.Flume——Flume案例

五、Kafka

  1.Kafka——Kafka概述
  2.Kafka——Kafka深入解析
  3.Kafka——Kafka API操作实践
  3.Kafka——Kafka对接Flume实践

六、HBase

  1.HBase——HBase概述
  2.HBase——HBase数据结构
  3.HBase——HBase Shell操作
  4.HBase——HBase API实践操作

七、Spark

Spark基础

  1.Spark基础——Spark的诞生
  2.Spark基础——Spark概述
  3.Spark基础——Spark运行模式
  4.Spark基础——案例实践

Spark Core

  1.Spark Core——RDD概述
  2.Spark Core——RDD编程（一）
  3.Spark Core——RDD编程（二）
  4.Spark Core——键值对RDD数据分区器
  5.Spark Core——数据读取与保存

Spark SQL

  1.Spark SQL——Spaek SQL概述
  2.Spark SQL——Spaek SQL编程
  3.Spark SQL——Spaek SQL数据的加载与保存
  4.Spark SQL——Spaek SQL实战

Spark Streaming

  1.Spark Streaming——Spark Streaming概述
  2.Spark Streaming——Dstream基础
  3.Spark Streaming——Dstream的转换&输出

八、Flink

  1.Flink——Flink核心概述
  2.Flink——Flink部署
  3.Flink——Flink运行架构
  4.Flink——Flink流处理API
  5.Flink——Flink中的Window
  6.Flink——时间语义与Wartermark
  7.Flink——ProcessFunction API（底层API）
  8.Flink——状态编程和容错机制
  9.Flink——Table API 与SQL
  10.Flink——Flink CEP

数据仓库

  数据仓库总结

大数据项目

  基本上选择三到四个即可，B站直接搜索项目名字，都有视频
  详细说明公众号回复“大数据项目”即可

面试题

一、Hadoop

  1.Hadoop面试题总结（一）
  2.Hadoop面试题总结（二）——HDFS
  3.Hadoop面试题总结（三）——MapReduce
  4.Hadoop面试题总结（四）——YARN
  5.Hadoop面试题总结（五）——优化问题

二、Zookeeper

  1.Zookeeper面试题总结（一）

三、Hive

  1.Hive面试题总结（一）
  2.Hive面试题总结（二）

四、HBase

  1.HBase面试题总结（一）

五、Flume

  1.Flume面试题总结（一）

六、Kafka

  1.Kafka面试题总结（一）
  2.Kafka面试题总结（二）

七、Spark

  1.Spark面试题总结（一）
  2.Spark面试题总结（二）
  3.Spark面试题总结（三）
  4.Spark面试题总结（四）

  Spark性能优化：
  5.Spark面试题总结（五）——几种常见的数据倾斜情况及调优方式
  6.Spark面试题总结（六）——Shuffle配置调优
  7.Spark面试题总结（七）——程序开发调优
  8.Spark面试题总结（八）——运行资源调优

大数据&后端书籍

  图片上的PDF书籍在公众号回复关键字“大数据书籍”或“Java书籍”自行进百度云盘群保存即可

  大数据书籍

  后端书籍

交流群

交流群建好了，进群的小伙伴可以加我微信：MoRan1607，备注：GitHub