大數(shù)據(jù)從入門(mén)到精通，一套專業(yè)的學(xué)習(xí)路線是必不可少的，尤其是對(duì)于想要自學(xué)的同學(xué)來(lái)說(shuō)，這個(gè)至關(guān)重要。千鋒老師經(jīng)過(guò)第五次迭代更新，整理了一套專業(yè)前沿的大數(shù)據(jù)學(xué)習(xí)路線，從零基礎(chǔ)開(kāi)始的同學(xué)，可以作為自己的學(xué)習(xí)參考。

　　大數(shù)據(jù)學(xué)習(xí)路線圖是分為五個(gè)大的階段的：

　　第一階段 Java語(yǔ)言基礎(chǔ)階段

　　1.1 Java編程語(yǔ)言基本概述

　　1.2 Java基礎(chǔ)語(yǔ)法

　　1.3 面向?qū)ο缶幊?/p>

　　1.4 面向?qū)ο蟾呒?jí)編程

　　1.5 Java中的常用類庫(kù)

　　1.6 枚舉和異常類

　　1.7 Java數(shù)據(jù)結(jié)構(gòu)和集合框架泛型

　　1.8 Java中的IO流

　　1.9 Java中的多線程

　　1.10 Java中網(wǎng)絡(luò)編程和反射

　　1.11 Java8新特性

　　1.12 Java基礎(chǔ)加強(qiáng)

　　第二階段 Linux系統(tǒng)&Hadoop生態(tài)體系

　　01 Linux入門(mén)

　　02 常用基本命令

　　03 系統(tǒng)管理

　　04 Linux操作增強(qiáng)

　　05 Linux shell編程

　　06 Hadoop生態(tài)

　　07 分布式系統(tǒng)概述

　　08 Hadoop入門(mén)

　　09 Hadoop偽分布式

　　10 Hadoop全分布式

　　11 HDFS基本概念

　　12 HDFS的應(yīng)用開(kāi)發(fā)

　　13 HDFS的IO流操作

　　14 NameNode工作機(jī)制

　　15 DataNode工作機(jī)制

　　16 Zookeeper入門(mén)

　　17 Zookeeper詳解

　　18 HA框架原理

　　19 Hadoop-HA集群配置

　　20 MapReduce框架原理

　　21 Shuffle機(jī)制

　　22 Mapreduce案例一

　　23 Mapreduce案例二

　　24 Hive入門(mén)

　　25 Hive DDL數(shù)據(jù)定義

　　26 Hive分區(qū)表

　　27 Hive分桶表

　　28 Hive查詢

　　29 Hive的高級(jí)查詢Join與排序

　　30 Hive的函數(shù)

　　31 Hive DML數(shù)據(jù)管理

　　32 Hive文件存儲(chǔ)

　　33 Hive企業(yè)級(jí)調(diào)優(yōu)

　　34 Hive企業(yè)級(jí)調(diào)優(yōu)二

　　35 Hive企業(yè)級(jí)項(xiàng)目實(shí)戰(zhàn)

　　36 Flume詳解

　　37 Sqoop詳解

　　38 Hbase概念

　　39 Hbase的操作

　　40 Hbase整合

　　41 Hbase的實(shí)戰(zhàn)和優(yōu)化

　　第三階段 分布式計(jì)算框架

　　3.1 scala

　　3.2 Spark Core

　　3.3 Spark SQL

　　3.4 Spark Streaming

　　3.5 kafka

　　3.6 ElasticSearch

　　3.7 Logstash

　　3.8 Kibana

　　3.9 Kibana

　　第四階段 大數(shù)據(jù)實(shí)戰(zhàn)項(xiàng)目

　　4.1 互金領(lǐng)域-廣告投放

　　項(xiàng)目介紹：構(gòu)建廣告投放平臺(tái)，進(jìn)行廣告投放業(yè)務(wù)，吸引潛在客戶，推廣產(chǎn)品，包含投放微服務(wù)平臺(tái)、競(jìng)價(jià)模塊、客戶群體畫(huà)像、 千人千面推薦產(chǎn)品。

　　4.2 電商平臺(tái)

　　項(xiàng)目介紹： 埋點(diǎn)業(yè)務(wù)，進(jìn)行用戶細(xì)分畫(huà)像、建立信用體系、進(jìn)行線上各類活動(dòng)。

　　4.3 共享單車(chē)

　　項(xiàng)目介紹： 依據(jù)用戶行為軌跡構(gòu)成出行規(guī)律，根據(jù)用戶群體出行規(guī)律、區(qū)域情況等動(dòng)態(tài)調(diào)度用車(chē)情況。

　　4.4 工業(yè)大數(shù)據(jù)

　　項(xiàng)目介紹：國(guó)家電網(wǎng)_省級(jí)輸/變電監(jiān)控項(xiàng)目：監(jiān)控線路的傳感設(shè)備，確保設(shè)備安全、降低故障成本，動(dòng)態(tài)監(jiān)控線路、變電站二次設(shè)備工作情況、報(bào)警自動(dòng)化。

　　4.5 交通

　　項(xiàng)目介紹：貴州交通廳，交通離線/實(shí)時(shí)監(jiān)控項(xiàng)目：通過(guò)交通卡口采集實(shí)時(shí)數(shù)據(jù)，動(dòng)態(tài)監(jiān)控全省各道路通行和事故狀況，避免擁堵、避免交通事故、 精準(zhǔn)測(cè)速、防止套牌和提供便捷最佳出行方案、 預(yù)測(cè)擁堵系數(shù)，為各級(jí)提供最優(yōu)道路規(guī)劃方案。

　　4.6 旅游

　　項(xiàng)目介紹：安順智慧旅游，整合各類旅游相關(guān)應(yīng)用系統(tǒng)及信息資源，在公安、交通、工商等相關(guān)領(lǐng)域?qū)崿F(xiàn)信息共享、協(xié)同合作，共同打造良性的旅游云生態(tài)系統(tǒng)。

　　4.7 醫(yī)療

　　項(xiàng)目介紹：某市人民醫(yī)院，隨著老年化的持續(xù)增加，患病率越來(lái)越高。增加大數(shù)據(jù)平臺(tái)，采集醫(yī)療相關(guān)數(shù)據(jù)，提高診斷的準(zhǔn)確性，預(yù)防一些疾病的發(fā)生，監(jiān)控相關(guān)病情康復(fù)進(jìn)展，真正實(shí)現(xiàn)解決看病難，降低發(fā)病率等。

　　第五階段 大數(shù)據(jù)分析

　　5.1 Data Analyze數(shù)據(jù)分析基礎(chǔ)

　　5.2 工作環(huán)境準(zhǔn)備

　　5.3 數(shù)據(jù)可視化的概念與準(zhǔn)則

　　5.4 Python機(jī)器學(xué)習(xí)

　　5.5 選擇模型

　　5.6 構(gòu)建樹(shù)的過(guò)程

　　5.7 網(wǎng)格搜索

　　5.8 sklearn中有三類樸素貝葉斯算法

　　5.9 顏色特征

　　5.10 手寫(xiě)數(shù)字識(shí)別

　　5.11 文本的基本組成

　　5.12 文本的基本組成

　　學(xué)習(xí)大數(shù)據(jù)開(kāi)發(fā)，可以參考千鋒提供的大數(shù)據(jù)學(xué)習(xí)路線，該學(xué)習(xí)路線提供完整的大數(shù)據(jù)開(kāi)發(fā)知識(shí)體系，內(nèi)容包含Linux&&Hadoop生態(tài)體系、大數(shù)據(jù)計(jì)算框架體系、云計(jì)算體系、機(jī)器學(xué)習(xí)&&深度學(xué)習(xí)。根據(jù)千鋒大數(shù)據(jù)培訓(xùn)提供的大數(shù)據(jù)學(xué)習(xí)路線圖可以讓你對(duì)學(xué)習(xí)大數(shù)據(jù)需要掌握的知識(shí)有個(gè)清晰的了解，并快速入門(mén)大數(shù)據(jù)開(kāi)發(fā)。