大数据现在这么火，想往大数据方面发展，但是英文、数学不好的可以吗？？ 学习大数据该学哪些技术？？大数据和程序员比哪个要好学点？？等等。。。很多人学大数据的原因就是大数据找工作好找，薪资很高，，当然，为了这个原因也是可以的，毕竟这个时代就业压力确实很大，为了一个好的工作学一门技术，，但是我想问下你，你的专业是什么呢？？对于计算机/软体，你的兴趣是什么？是计算机专业，对操作系统、硬体、网路、伺服器感兴趣？是软体专业，对软体开发、编程、写代码感兴趣？还是数学、统计学专业，对数据和数字特别感兴趣。。

　　其实说这些不是为了说明大数据有多难，只是告诉你这就是大数据的三个发展方向，平台搭建/优化/运维/监控、大数据开发/设计/架构、数据分析/挖掘。。这三个方面没有哪个容易学些、哪个薪资高些、哪个发展前景好些。。。

　　现如今大数据开源框架也是越来越多，举几个常用的例子：

　　文件存储：Hadoop HDFS、Tachyon、KFS

　　流式、实时计算：Storm、Spark Streaming、S4、Heron

　　K-V、NOSQL资料库：HBase、Redis、MongoDB

　　资源管理：YARN、Mesos

　　日志收集：Flume、Scribe、Logstash、Kibana

　　消息系统：Kafka、StormMQ、ZeroMQ、RabbitMQ

　　查询分析：Hive、Impala、Pig、Presto、Phoenix、SparkSQL、Drill、Flink、Kylin、Druid

　　分散式协调服务：Zookeeper

　　集群管理与监控：Ambari、Ganglia、Nagios、Cloudera Manager

　　数据挖掘、机器学习：Mahout、Spark MLLib

　　数据同步：Sqoop

　　任务调度：Oozie

　　上面有30多种框架了吧，哈哈，是不是有点慌了，虽然有这么多框架，别说全部精通了，就算是全会用的，估计现在也没有几个，就要看你在三个方面往哪个方面发展了。就拿第二个来说（开发/设计、架构），且先听听我的建议：

　　一、初识hadoop

　　Hadoop可以算是大数据存储和计算的开山鼻祖，现在大多开源的大数据框架都依赖Hadoop或者与它能很好的兼容。

　　关于Hadoop,你至少需要搞清楚以下是什么：

　　Hadoop 1.0、Hadoop 2.0

　　MapReduce、HDFS

　　NameNode、DataNode

　　JobTracker、TaskTracker

　　Yarn、ResourceManager、NodeManager

　　自己搭建Hadoop，请使用第一步和第二步，能让它跑起来就行。

　　建议先使用安装包命令行安装，不要使用管理工具安装。

　　另外：Hadoop1.0知道它就行了，现在都用Hadoop 2.0.

　　二、更高效的WordCount

　　首先，你得先学习SQL，访问、查询资料库的基本语言还是要懂的。。然后SQL On Hadoop之Hive，Hive是数据仓库工具，数据仓库是逻辑上的概念，底层使用的是资料库，数据仓库的特点：数据全（海量）、稳定；所谓稳定，比如资料库的数据经常要更新，而数据仓库的数据是不会被更新，只会被查询，所以说Hive适合做数据仓库。最后就是了解hive的工作原理，学会Hive的工作命令。

　　三、把别处的数据搞到Hadoop上

　　四、把Hadoop上的数据搞到别处去

　　五、实例分析

　　六、实时数据

　　七、更新查询数据

　　八、高大上的机器学习

　　完成了第一、二，说明你已经快步入大数据的行列了，写的不好也请多多包涵。

推荐阅读：