大數據學習已然成為時代所趨，不同的人都會選擇不同的學習方式。 如果你跟我一樣，都是選擇通過視頻教程來進行學習，可以參考一下我的學習路徑和視頻教程，個人覺得千鋒老師的這套大數據視頻教程，還是很給力的。

　　對于我們初學者來說，能聽懂，學的下去是基本的要求，在這套視頻教程中，老師講的通俗易懂，就算是身為小白的我，也是能看懂的。

　　千鋒大數據培訓視頻教程：http://video.mobiletrain.org/bigdata/。

　　大數據學習路線：

　　階段一、大數據基礎——java語言基礎方面

　　(1)Java語言基礎

　　Java開發介紹、熟悉Eclipse開發工具、Java語言基礎、Java流程控制、Java字符串、Java數組與類和對象、數字處理類與核心技術、I/O與反射、多線程、Swing程序與集合類

　　(2) HTML、CSS與JavaScript

　　PC端網站布局、HTML5+CSS3基礎、WebApp頁面布局、原生JavaScript交互功能開發、Ajax異步交互、jQuery應用

　　(3)JavaWeb和數據庫

　　數據庫、JavaWeb開發核心、JavaWeb開發內幕

　　階段二、 Linux&Hadoop生態體系

　　Linux體系、Hadoop離線計算大綱、分布式數據庫Hbase、數據倉庫Hive、數據遷移工具Sqoop、Flume分布式日志框架

　　階段三、 分布式計算框架和Spark&Strom生態體系

　　(1)分布式計算框架

　　Python編程語言、Scala編程語言、Spark大數據處理、Spark—Streaming大數據處理、Spark—Mlib機器學習、Spark—GraphX 圖計算、實戰一：基于Spark的推薦系統(某一線公司真實項目)、實戰二：新浪網(www.sina.com.cn)

　　(2)storm技術架構體系

　　Storm原理與基礎、消息隊列kafka、Redis工具、zookeeper詳解、實戰一：日志告警系統項目、實戰二：猜你喜歡推薦系統實戰

　　階段四、 大數據項目實戰(一線公司真實項目)

　　數據獲取、數據處理、數據分析、數據展現、數據應用

　　階段五、 大數據分析 —AI(人工智能)

　　Data Analyze工作環境準備&數據分析基礎、數據可視化、Python機器學習

　　1、Python機器學習2、圖像識別&神經網絡、自然語言處理&社交網絡處理、實戰項目：戶外設備識別分析

　　對于我們自學大數據的人來說，要更加注重系統性，其次是耐性。每一個知識點都要去循序漸進的了解，除了看視頻教程之外，建議買一兩本大數據技術的書籍，視頻和書籍想結合，對技術的理解會更加深刻!