大数据学习路线

************************************************************************************
第一阶段：基础学习
-------------------------
1、计算机基础知识（4颗星）
作为一个计算机从业者，首先必须具备相应的计算机基础知识，包括：

操作系统知识
计算机网络知识
数据结构及算法
数据库基本知识
Linux常用命令
----------------------------
2、语言基础（4颗星）
必须要熟练一门语言，大数据主要使用的编程语言是Java、Scala、Python以及SQL，不仅要会用，而且要理解透彻：

Java语言，JVM虚拟机, 线程，集合等
Scala语言
Python语言
SQL语言以及基本调优，主要是Hive SQL
************************************************************************************
第二阶段：大数据框架
---------------------------------
1、大数据入门Hadoop生态体系（5颗星）
主要掌握分布式数据处理，存储的思想，以及会写一些简单的MR任务：

Hadoop生态圈的全貌
MR,Yarn,HDFS的工作过程
Zookeeper架构以及原理
数据采集的对应框架Sqoop，Flume；
任务平台Oozie和Azkaban，主要是了解工作原理；
----------------------------
2、数据仓库建模方法理论（5颗星）

数仓分层理论
星型模型、雪花模型、逆三泛式建模
连链表通用模板、开链，闭链，卡拉链
数据核验原理
----------------------------
3、离线数据处理（5颗星）
主要围绕Hive，Spark的学习

Hive的基本架构以及工作流程
Hive的基本调优
Spark的基本架构以及工作流程
Spark的基本调优
数据倾斜的处理
----------------------------
4、实时数据处理（4颗星）
主要围绕Spark Streaming和Flink进行学习

Spark streaming的基本架构以及工作流程
Spark streaming的基本调优
Flink的基本架构以及工作流程
Flink的基本调优
Hbase的基本架构
Kafka消息队列
----------------------------
5、数据治理（3颗星）

元数据管理
数据质量监控
数据存储治理
数据计算治理
------------------------------
6、算法与SQL（5颗星）
Leetcode热门100题
牛客在线编程热门100题（基本覆盖了面试的时候遇到的70%-80%的题目）
剑指offer的67题
leetcode的SQL练习

************************************************************************************
三、课程资料推荐
视频课程
现在很多人都会在互联网上寻找一些学习的资料，但是很多资料的质量其实远没有达到我们的预期。
尤其主次不分明，讲得不够精华，这对于我们刚要入门的小白来说非常不利。
这么多资料一下子全学基本都只能懂得一些皮毛，而且还比较浪费时间。
像我的大数据课程，是非常适合小白零基础的学习。
5个月时间，就能完成大数据转型。
课程内容从理论到源码，从源码到性能调优，从性能调优再到实践。
还提供大数据学习过程中的硬件设备（集群服务器，这点是很多机构都没有的！）
关于职业建议方面，可以添加青牛老师，希望可以帮助到你
************************************************************************************
面试资料
学完上面的知识之后，想要拿到好的实习或者秋招offer是离不开面试的，
并且面试其实是有一些前人的知识可以总结和沉淀的。
我做了一些大数据的笔记以及总结了面试常出现的知识点，
包括你们到职场之后，在大数据这个领域摸爬滚打需要的基础知识，我都做了总结。
有需要的小伙伴也可以添加微信获取。