大数据技术必须了解这些

李荣

1 Java编程技术

Java编程技术是大数据学习的基础，Java是一种强类型语言，拥有极高的跨平台能力，可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等，是大数据工程师最喜欢的编程工具。

2 Linux命令

大数据开发通常是在Linux环境下进行的，相比Linux操作系统，Windows操作系统是封闭的操作系统，开源的大数据软件很受限制。因此，想从事大数据开发相关工作，还需掌握Linux基础操作命令。

3 Hadoop

Hadoop是大数据开发的重要框架，其核心是HDFS和MapReduce，HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算，因此，需要重点掌握。除此之外，还需要掌握Hadoop集群、Hadoop集群管理、YARN以及Hadoop高级管理等相关技术与操作。

4 Avro与Protobuf

Avro与Protobuf均是数据序列化系统，可以提供丰富的数据结构类型，十分适合做数据存储，还可以进行不同语言之间相互通信的数据交换，学习大数据，需掌握其具体用法。

5 Hive

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，十分适合数据仓库的统计分析。对于Hive，需掌握其安装、应用及高级操作等。

6 HBase

HBase是一个分布式的、面向列的开源数据库，它不同于一般的关系数据库，更适合于非结构化数据存储的数据库，是一个高可靠性、高性能、面向列和可伸缩的分布式存储系统。

7 Redis

Redis是一个key-value存储系统，它的出现很大程度弥补了memcached这类key/value存储的不足，在部分场合可以对关系数据库起到很好的补充作用，它提供了Java，C/C++，C#，PHP，Java，Perl，Object-C，Python，Ruby，Erlang等客户端，使用很方便。

8 ZooKeeper

ZooKeeper是Hadoop和Hbase的重要组件，是一个为分布式应用提供一致性服务的软件，功能包括：配置维护、域名服务、分布式同步及组件服务等。在大数据开发中要掌握Zoo Keeper的常用命令及功能的实现方法。

9 Flume

Flume是一款高可用、高可靠、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，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。

10 Azkaban

Azkaban是一个批量工作流任务调度器，可用于在工作流内以特定的顺序运行一组工作和流程，可以利用Azkaban来完成大数据的任务调度。大数据开发需掌握Azkaban的相关配置及语法规则。

11 SSM

SSM框架由Spring，SpringMVC及MyBatis三个开源框架整合而成，常作为数据源较简单的web项目的框架。大数据开发需分别掌握Spring，SpringMVC，MyBatis这3种框架，再使用SSM进行整合操作。

12 Kafka

Kafka是一种高吞吐量的分布式发布订阅消息系统，其在大数据开发应用上的目的是通过Hadoop的并行加载机制来统一线上和离线消息处理，也可以通过集群来提供实时的消息。大数据开发需掌握Kafka架构原理及各组件的作用和使用方法及相关功能的实现。

13 Python与数据分析

Python是面向对象的编程语言，拥有丰富的库，使用简单，应用广泛，在大数据领域也有所应用，主要用于数据采集、数据分析以及数据可视化等。因此，大数据开发需学习一定的Python知识。

14 Phoenix

Phoenix是用Java編写的基于JDBC API操作HBase的开源SQL引擎，具有动态列、散列加载、查询服务器、追踪、事务、用户自定义函数、二级索引、命名空间映射、数据收集、行时间戳列、分页查询、跳跃查询、视图以及多租户的特性，大数据开发需掌握其原理和使用方法。

15 Scala

Scala是一门多范式的编程语言，大数据开发重要框架Spark是采用Scala语言设计的，想要学好Spark框架，拥有Scala基础是必不可少的。因此，大数据开发需掌握Scala编程基础知识。

16 Spark

Spark是专为大规模数据处理而设计的快速通用的计算引擎，提供了一个全面、统一的框架用于管理各种不同性质的数据集和数据源的大数据处理需求。大数据开发需掌握Spark基础、SparkJob、Spark RDD、spark job部署与资源分配、Spark shuffle、Spark内存管理、Spark广播变量、Spark SQL、Spark Streaming以及Spark ML等相关知识。

大数据是当下一门炙热的IT学科，行情十分火爆，不论是阿里巴巴、百度这样的大公司，还是中小企业都很重视，甚至是第一个被纳入国家战略的技术，政府扶持力度大，大数据相关岗位薪水高，就业前景好。所以有更多的有志之士参与进来，但是转行还是需要谨慎，每个行业有每个行业的要求，要根据自己的兴趣爱好适当的了解，考虑清楚再做出选择，不要盲目跟风。