大數據學習路線及各階段學習書籍推薦！廢話不多說，直接切入主題，有需要的小伙伴可以參考學習！

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

推薦書籍：

《EffectiveJava中文版》（第2版）

本書為我們帶來了共78條程序員必備的經驗法則，針對你每天都會遇到的編程問題提出了有效、實用的解決方案。

書中的每一章都包含幾個“條目”，以簡潔的形式呈現，自成獨立的短文，它們提出了具體的建議，對于Java平臺精妙之處的獨到見解，以及優秀的代碼范例。每個條目的綜合描述和解釋都闡明了應該怎么做，不應該怎么做，以及為什么。

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

推薦書籍：

1、《BigData》

在大數據的背景下，我很少看到關于數據建模，數據層，數據處理需求分析以及數據架構和存儲實現問題。這本書卻提供了令人耳目一新的全面解決方案。

2、《Hadoop權威指南》

《Hadoop權威指南(中文版)》從Hadoop的緣起開始，由淺入深，結合理論和實踐，全方位地介紹Hadoop這一高性能處理海量數據集的理想工具。

3、《Hive編程指南》

《Hive編程指南》是一本ApacheHive的編程指南，旨在介紹如何使用Hive的SQL方法HiveQL來匯總、查詢和分析存儲在Hadoop分布式文件系統上的大數據集合。

階段三、分布式計算。

（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

推薦書籍：

1、《LearningSpark》

《Spark快速大數據分析》是一本為Spark初學者準備的書，它沒有過多深入實現細節，而是更多關注上層用戶的具體用法。不過，本書絕不僅僅限于Spark的用法，它對Spark的核心概念和基本原理也有較為全面的介紹，讓讀者能夠知其然且知其所以然。

2、《Spark機器學習：核心技術與實踐》

本書采用理論與大量實例相結合的方式幫助開發人員掌握使用Spark進行分析和實現機器學習算法。通過這些示例和Spark在各種企業級系統中的應用，幫助讀者解鎖Spark機器學習算法的復雜性，通過數據分析產生有價值的數據洞察力。

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）

主要是講解DataAnalyze數據分析基礎、數據可視化、sklearn中三類樸素貝葉斯算法以及python機器學習等提升個人能力的內容！

目前就整理到這里，大家有好的學習資料歡迎評論分享！