大数据学习路线

一、linux基础（基本掌握）

二、java多线程、并发包下的队列、JMS、JVM、反射和动态代理

        学习参考书籍《深入理解Java虚拟机》、《Java高并发实战》

三、zookeeper(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、Zookeeper的原理以及选举机制)

四、Hadoop （HDFS ：HDFS的概念和特性、HDFS的shell操作、HDFS的工作机制、HDFS的Java应用开发    MapReduce：运行WordCount示例程序、了解MapReduce内部的运行机制：MapReduce程序运行流程解析、MapTask并发数的决定机制、MapReduce中的combiner组件应用、MapReduce中的序列化框架及应用、MapReduce中的排序、MapReduce中的自定义分区实现、MapReduce的shuffle机制、MapReduce利用数据压缩进行优化、MapReduce程序与YARN之间的关系、MapReduce参数优化）

五、Hive

    1、Hive 基本概念

        Hive 应用场景。

        Hive 与hadoop的关系。

        Hive 与传统数据库对比。

        Hive 的数据存储机制。

    2、Hive 基本操作

        Hive 中的DDL操作。

        在Hive 中如何实现高效的JOIN查询。

        Hive 的内置函数应用。

        Hive shell的高级使用方式。

        Hive 常用参数配置。

        Hive 自定义函数和Transform的使用技巧。

        Hive UDF/UDAF开发实例。

    3、Hive 执行过程分析及优化策略

六、HBase

        hbase简介。

        habse安装。

        hbase数据模型。

        hbase命令。

        hbase开发。

        hbase原理。

 七、Scala

        Scala概述。

        Scala编译器安装。

        Scala基础。

        数组、映射、元组、集合。

        类、对象、继承、特质。

        模式匹配和样例类。

        了解Scala Actor并发编程。

        理解Akka。

        理解Scala高阶函数。

        理解Scala隐式转换。

八、Spark 

       1、 Spark core

            Spark概述。

            Spark集群安装。

            执行第一个Spark案例程序（求PI）。

       2、RDD

            RDD概述。

            创建RDD。

            RDD编程API（Transformation 和 Action Operations）。

            RDD的依赖关系

            RDD的缓存

            DAG（有向无环图）

        3、Spark SQL and DataFrame/DataSet

            Spark SQL概述。

            DataFrames。

            DataFrame常用操作。

            编写Spark SQL查询程序。

        4、Spark Streaming

            park Streaming概述。

            理解DStream。

            DStream相关操作（Transformations 和 Output Operations）。

        5、Structured Streaming

九、辅助工具学习

        1、Sqoop

            数据导出概念介绍

            Sqoop基础知识

            Sqoop原理及配置说明

            Sqoop数据导入实战

            Sqoop数据导出实战、

            Sqoop批量作业操作

        2、Flume

            FLUME日志采集框架介绍。

            FLUME工作机制。

            FLUME核心组件。

            FLUME参数配置说明。

            FLUME采集nginx日志案例（案例一定要实践一下）

        3、Oozie

            任务调度系统概念介绍。

            常用任务调度工具比较。

            Oozie介绍。

            Oozie核心概念。

            Oozie的配置说明。

            Oozie实现mapreduce/hive等任务调度实战案例。

        4、Hue