2018-05-01 小媛 Java大数据处理
最近好多人都在问我，大数据怎么学，java怎么转大数据，今天就给大家分享一下。
大数据初学者怎样学习 或Java工程师怎么转大数据
大数据现在很火很热，但是怎么学习呢？下面我给大家分享一下：
首先给大家普及一下大数据相关知识大数据的4大特征：
1.数据在体量方面很大，比如说文字，有各种各样的来源，有电子书|实体书|杂志|报刊等，它们的数据大吧。
2.数据的类型多种多样，有些是结构化的数据，像存在Oracle,MySQL这些传统的数据库里的数据，一般都是结构化，可以是还有非结构化，比如HTML,WORD，execl等格式。
3.它们的价值密度低，这样说吧，你比如说观看一条数据好像价值也不大，但是分析所有的数据之后呢？总会挖掘出一些 重要的东西。
4.处理这些数据的速度要快。比如像Hadoop技术的MapReduce计算框架，相比传统的数据库处理速度要快，它的吞吐量 特别的大，再比如Spark，Spark在内存方面计算比Hadoop快100倍，在磁盘方面计算快10倍。
大数据的方向的工作有 大数据运维工程师、大数据开发工程师、数据分析、数据挖掘、架构师等。
大数据的技术有
- Hadoop HDFS文件系统 MR计算模型
- Hive数据仓库
- HBase数据库
- Flume日志收集
- Kafka消息系统
- Storm流式计算
- Spark生态圈：Spark Core、Spark SQL、Spark Streaming、MLLib和GraphX
- Zookeeper协调系统
- NOSQL数据库：Redis、MongoDB
- 机器学习：Mahout
看到这么多技术是不是有点晕呢？该怎么学习呢？
- 先学Hadoop Hadoop框架中由两大模块组成，一个HDFS(Hadoop Distributed File System)，是用来存储需要处理的数据，另外一个是MapReduce，是Hadoop的处理数据的计算模型。
- 学习一门数据库，像MySQL学点SQL吧
- Hive 只要你会SQL，你就会使用它。hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。
- HBase HBase即Hadoop DataBase，Hadoop的数据库，HBase是一种 “NoSQL” 数据库,即不是RDBMS ，不支持SQL作为主要访问手段。
- Sqoop Sqoop是迁移数据工具，可以在很多数据库之间来迁移，
- Flume Flume是一个分布式的海量日志采集和传输框架，一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。
- Kafka 使用Kafka完成数据的一次收集，多次消费。它是一个分布式、支持分区的（partition）、多副本的（replica），基于zookeeper协调的分布式消息系统。
- Spark基于内存计算的框架 Spark Core最为重要再学SparkSQL、Spark Streaming、图计算、机器学习
- Storm实时的流计算框架。
后期可以学习机器学习Mahout
基本就是这样的学习顺序。加油学习吧。
喜欢就分享给大家吧。。。。
