學習大數據？
馬雲說，大數據的未來會像曾經剛興起的電商。十年二十年後會是主流。確實大數據無處不在。所以想學習下大數據，請各位大神指教，該怎麼學習，有什麼好的方法，有哪些好的書籍跪謝
你好。
學習大數據主要有以下幾種方式，你可以根據自己的情況來甄選。
一、有其他開發經驗轉行大數據，如：java開發
1、企業內部轉崗，邊學習邊工作
2、自學，有多年開發經驗且學習能力及意志力極強，可嘗試自學成才
3、脫產培訓，通過培訓系統的學習大數據技術，從而轉行
二、0基礎小白轉行或學習大數據
1、大學教育
2、培訓學習
三、大數據都學習哪些內容
學習大數據的兩大基礎就是JAVA和Linux，學習順序不分前後。需要同時掌握，才可以繼續大數據課程的學習。- Java：大家都知道Java的方向有JavaSE、JavaEE、JavaME，學習大數據要學習那個方向呢？只需要學習Java的標準版JavaSE就可以了，像Servlet、JSP、Tomcat、Struts、Spring、Hibernate，Mybatis都是JavaEE方向的技術在大數據技術里用到的並不多，只需要了解就可以了，當然Java怎麼連接資料庫還是要知道的，像JDBC一定要掌握一下，有同學說Hibernate或Mybites也能連接資料庫啊，為什麼不學習一下，我這裡不是說學這些不好，而是說學這些可能會用你很多時間，到最後工作中也不常用，我還沒看到誰做大數據處理用到這兩個東西的，當然你的精力很充足的話，可以學學Hibernate或Mybites的原理，不要只學API，這樣可以增加你對Java操作資料庫的理解，因為這兩個技術的核心就是Java的反射加上JDBC的各種使用。
- Linux：因為大數據相關軟體都是在Linux上運行的，所以Linux要學習的紮實一些，學好Linux對你快速掌握大數據相關技術會有很大的幫助，能讓你更好的理解hadoop、hive、hbase、spark等大數據軟體的運行環境和網路環境配置，能少踩很多坑，學會shell就能看懂腳本這樣能更容易理解和配置大數據集群。還能讓你對以後新出的大數據技術學習起來更快。
大數據課程大綱
大數據前景是不錯的，而且未來肯定是大數據的時代，信息現代化時代，所以前景這塊不用擔心，那麼如何學習？怎麼學習？該學什麼？
說一下個人的見解和理解吧，首先學習的目的是要幹嘛，可能大多數都是要為了以後生活，找一個薪資高一點的工作吧（大數據工作工資不低- -！），那麼可以從網上收集一些資料或者視頻自己去學習，但是學習要有規劃的學習，比如學習大數據，前提你要會一些語言（Java尤為重要），當你掌握了最基本的開發語言和語法，那麼可以去適當的去找一些大數據相關的資料，比如Hadoop生態圈的技術（hadoop、Hive、Hbase、Flume等等吧 太多了），這個是入門的根本，至於要學到什麼程度，這個看你個人咯（沒人能左右你學的深還是淺，全看你自己），然後在往後面就是一些高級的技術點了，比如Spark和Flink（這兩個是現在比較火的計算引擎，推薦必學），但是Flink的資料相比較來說少一些，Spark的會多一些，這些資料都可以自己去某網站或者博客去找，去學習，那麼還有一種途徑就是去培訓吧，培訓的話是時間短見效快，而且也可以通過一種學習的環境，約束自己吧（個人覺得，首先聲明我不是培訓生哈，），因為這種自學的話真的很枯燥，一般堅持不了多久，但是培訓的話，環境在那裡，學習會很高效，我現在知道的就是這兩種途徑吧，看你怎麼選擇咯，如果你約束力強的人，可以自己找一些資料學（網上的學習路線很多），亦或者去培訓（但是是有償服務，哈哈），這個自己選擇吧（書籍就略了，首先要入門，看書才有效果）
發佈於 2020-03-12繼續瀏覽內容如果從應用的角度看，學習一下R語言，統計學建模一類；如果從系統的角度，學習分散式計算、資料庫
大數據收集過程：在收集階段，大數據分析在時空兩個方面都有顯著的不同。在時間維度上，為了獲取更多的數據，大數據收集的時間頻度大一些，有時也叫數據採集的深度。在空間維度上，為了獲取更準確的數據，數據採集點設置得會更密一些。以收集一個面積為100平方米的葡萄園的平均溫度為例。小數據時代，由於成本的原因，葡萄園主只能在葡萄園的中央設置一個溫度計用來計算溫度，而且每一小時觀測一次，這樣一天就只有24個數據。而在大數據時代，在空間維度上，可以設置100個溫度計，即每個1平方米一個溫度計；在時間維度上，每隔1分鐘就觀測一次，這樣一天就有144000個數據，是原來的6000倍。有了大量的數據，我們就可以更準確地知道葡萄園的平均溫度，如果加上時間刻度的話，還可以得出一個時間序列的曲線，結果看起來使人很神往。信息來源 人大經濟論壇 大數據中心
知途網上面有專門的大數據視頻課程，你可以百度一下看看
&這篇文章關於大數據的基礎概念及應用，相關書籍推薦《Big Data》
推薦閱讀：