原创 2020年大数据零基础学习路线规划

对于零基础想要入门大数据的初学者来讲，需要学习的知识点很广泛也需要不停地深挖。为了帮助大家构建自己的大数据学习框架，本文以博学谷的课程为参考，为大家规划了一条详细的学习路线，总共是一个学习阶段。下面一起来看看这份最新的2020年大数据零基础学习路线规划吧！

阶段一 : Java基础

1、编程基础

DOS常用命令、Java概述、JDK环境安装配置、环境变量配置、Java程序入门

常量与变量、数据类型、运算符、流程控制语句、方法、数组

2、面向对象入门

面向对象思想、类与对象、成员变量和局部变量、封装、 this关键字、构造方法

Object类、Scanner类、Random类、String、StringBuilder类

集合概述、集合特点、ArrayList集合

字符输入流、字符输出流、字符缓冲输入流、字符缓冲输出流、 复制文件、集合与文件中数据相互读写

阶段二 : JavaWeb

1、Java基础增强

类加载器、反射、网络编程、端口和协议、TCP协议、服务端、客户端、多线程、线程和进程、线程的生命周期、线程安全、代码同步、注解、JDK常用注解、自定义注解

2、Java web 核心

HTML、CSS、JavaSript、BootStrap

MySQL数据库、MySQL单表操作、MySQL多表操作、MySQL事物、 MySQL存储引擎、JDBC、JDBCDataSource

Tomcat、Http协议、servlet入门、Rquest、Response、JSP、MVC、 Cookie、Session、JSP、ETLJSTL、Filter、listener

Jquery、Ajax、ajax跨域、分页

Maven项目构建、管理、编译、仓库配置、 Git项目管理

阶段三 : 主流框架

1、Spring 组件

Spring简介、Spring配置文件、Spring配置数据源 、Spring注解开发、AOP简介、AOP的实现方式、JdbcTemplate基本使用、Spring的事务控制

2、SpringMVC组件

Spring集成web开发环境、SpringMVC简介、SpringMVC组件解析、SpringMVC的数据响应、SpringMVC的请求参数绑定、SpringMVC的文件上传、SpringMVC的拦截器 、SpringMVC的异常处理

3、Mybatis组件

Mybatis快速入门、Mybatis基本增删改查操作、Mybatis核心配置文件、Mybatis的dao层实现原理、Mybatis映射文件深入-动态SQL、Mybatis核心配置文件深入、Mybatis的多表操作、Mybatis注解开发、SSM整合

阶段四 ： 流行框架

1、Lucene组件

全文检索基本介绍、lucene入门案例中文分析器索引库维护

2、Spring Data JPA

JPA的引入、JPA的入门案例主键生成策略、JPA的基本操作

3、Spring Boot

spring boot 介绍、spring boot 入门、spring boot 原理分析、 spring boot 配置文件

阶段五 : 大数据基础增强

1、linux操作基础

虚拟机的联网以及基础命令增强、linux的查找命令、linux的用户与用户组、linux的权限管理、linux系统服务管理、网络管理 、shell的变量定义、变量引用、算数运算符、流程控制语句、函数使用

2、Jvm 优化

熟悉jvm 参数，visualVM 工具，垃圾回收原理， JVM字节码分析等等

阶段六 : 大数据Hadoop离线分布式系统

1、大数据基础和硬件介绍

大数据集群基本环境准备、大数据集群环境的基础准备

2、Hadoop 核心组件以及高级性能优化

HDFS组件详解以及实战、mapreduce 组件详解以及高级性能优化、Yarn组件详解以及多租户的实现、hive组件实战以及性能优化、impala组件实战以及性能优化sqoop常见问题详解

3、辅助系统工具

sqoop hue impala kudu oozie flume azkaban组件功能介绍、架构和原理、多个案例整合

4、网站流量日志分析项目

项目背景，日志埋点收集,数据预处理，数据入库，指标分析，统计分析，可视化

阶段七 : 大数据 NoSQL、Kafka和ELK技术实战

NoSQL、Kafka和ELK技术实战

NoSQL介绍、Redis的原理和架构、 Redis的集群搭建、Hbase的应用场景、Hbase架构和原理以及RowKey设计和优化策略、HBase+Redis微博实战案例、Elasticsearch的功能、架构和原理以及ELK案例实战

阶段八 : 大数据 Spark 内存计算系统

1、Scala语言基础

Scala基础、声明变量、数据类型、条件表达式、块表达式、循环、方法和函数、数组、元组、集合、Iterator、构造器、伴生对象、akka

2、Spark入门以及集群搭建

Spark集群环境搭建，spark入门程序，RDD入门

3、SparkRDD

Spark的应用场景、架构和原理、入门案例、Spark Session讲解、RDD的概念和特性、Transformation RDD讲解、Action RDD讲解、Partition、Task、RDD的依赖关系、RDD的容错机制、RDD的存储级别、RDD的缓存机制、RDD的广播操作、DAG思想、DAG的生成、DAG的处理过程、运行机制、Driver和Executor

4、Spark SQL

Spark SQL功能介绍、DataFrame、DataSet、RDD、Dataset和DataFrame的转换、读写Hive表数据、读写HDFS的数据、DataFrame的API操作、读取文件(txt、CSV、Json、parquet)、临时表、读写RDBMS、Spark SQL执行计划、Spark SQL的性能优化

5、SparkStreaming原理_运行过程_高级特性

sparkstring的功能介绍,架构，流计算Dstream运行原理

6、Structured Streaming_介绍_案例

Structured String的功能介绍、input功能、output功能、window操作、watermark操作、过期数据操作、去重数据操作、整合Socket数据、整合Kafka数据、OutputModel(Append\complete\update)功能、Flume+kafka+Structured Streaming实现用户访问行为的实时分析

7、DMP项目

Kudu应用场景,项目介绍, Kudu原理，cdh环境搭建,kudu整合spark开发，项目框架搭建,报表统计,商圈库功能。

阶段九 : 大数据 Flink 实时计算系统

1、Flink基础介绍

Flink的运行机制、Flink组件和逻辑计划、Flink执行计划生成、JobManager中的基本组件、TaskManager、算子、网络、水印WaterMark、任务调度

2、flink高级进阶

flink的状态管理、CheckPoint、flinksql及flinkTableApi

3、Flink电商指标分析项目

上报服务系统开发、Flink实时数据分析系统开发、实时频道热点分析业务开发、实时频道PV/UV分析、实时频道用户新鲜度分析、实时频道地域分析业务开发、实时运营商分析业务开发、实时数据同步系统、Canal数据采集平台

阶段十 : 大数据新技术实战详解

Druid

Druid应用场景、集群搭建、数据加载、重要概念、架构及原理、数据查询、元数据、实时应用案例

阶段十一 : 机器学习（ 选修 ）

1、机器学习概念入门

基本概念、数据的预处理、模型的评估

2、机器学习数学基础

初等数学基础、函数求导以及链式求导法则、方向导数、梯度、泰勒级数、 拉格朗日乘子法、线性代数与矩阵、特征值与特征向量、概率分析、 极大似然估计、梯度下降法代码实践、牛顿法代码实战、 矩阵分解实战(SVD,PCA,QR)

3、机器学习语言基础之Python语言

基础数据类型、list/tuple/dict/set、列表推导式、生成器推导式、 lambda函数、控制语句、文件读写、异常处理分析、面向对象编程、 GUI编程、Python基础项目实践

4、Python数据分析库实战

Numpy矩阵运算库基础及实战、Scipy数值运算库基础及实战、 Matplotlib绘图库基础及实战、Seaborn绘图库基础及实战、 Pandas数据分析库基础及实战

5、Spark机器学习库实战

SparkML和SparkMLLIB区别、Spark机器学习基础、Pipeline管道、 特征抽取(TF-IDF、Word2Vec、CountVectorizer）、特征转换(Tokenizer、 PCA、N-gram、DCT、one-hot、MinMaxScaler、Normalizer、SqlTransformer、VectorAssembler)、特征选择(VectorSlicer、RFormula、 ChiSqSelector)

6、机器学习算法之用户标签预测项目实战

用户画像标签预测实战、KNN、KMeans、决策树算法模型(ID3、C4.5、 Cart树)、集成学习算法(Bagging、随机森林、Adaboost算法、GBDT算法、 XGBOOST算法、LightGBM算法模型)、

7、人才流失模型项目实战

机器学习算法之推荐系统实战

基于记忆的CF实战(Surprise库实战)、基于模型的CF实战(SparkALS实战)、 基于Native-Bayes分类算法实战、基于内容推荐(jieba分词、提取词向量、 文本分类、特征聚类)、关联挖掘算法实战(基于Spark的FP-Growth算法实战)、推荐项目实战

8、机器学习算法之CTR点击率预估实战

特征工程实战、CTR点击率预估应用场景分析、 逻辑斯特回归算法理论基础推导及项目实战、推荐系统指标分析、 推荐系统架构分析、基于Wideanddeep模型理论及实战(学会读学术Paper)

9、机器学习算法之深度学习基础及图片分类实战

神经网络和深度学习基础、MP神经元模型、感知机模型、BPNN模型实战、 CNN模型实战图像识别、Tensorflow基础、电影评论文本分析、 RNN文本情感分析实战

阶段十二 : 云计算（ 选修 ）

1、虚拟化

hypervisor管理类工具、QEMU、KVM、QEMU-KVM、libvirt、虚拟化技术概述，Xen、VMware、KVM虚拟化对比与实践

2、公有云（阿里云）

公有云概述、阿里云应用实战

3、私有云运维（OpenStack)

Openstack概述，OpenStack组件功能介绍，OpenStack安装与配置，OpenStack私有云运维实战;

4、容器Docker+监控

Docker概述，Docker部署，Docker容器，Docker镜像仓库该学科热门课程

Kubernetes概述、Kubernetes安装与部署、Docker+Kubernetes集群实战

以上这份2020年大数据零基础学习路线规划，可以说基本涵盖了大数据最核心的技术，同时由浅入深，层层深入，十分适合初学者进行学习。如果大家对学习大数据有需求，不妨上博学谷体验一下相关的视频课程，相信可以让大家快速系统地熟悉大数据的应用场景、理解大数据技术原理、以及掌握大数据应用的技术方法。