大數據從入門到精通，一套專業的學習路線是必不可少的，尤其是對于想要自學的同學來說，這個至關重要。個人也整理了一套大數據學習路線，如果你是從零基礎開始的同學，可以作為自己的學習參考。

大數據學習路線圖是分為五個大的階段的，學習時間不確定，要看自己的學習能力和集中學習的精力。

階段一：是java基礎。此階段是針對沒有編程基礎，或者對基礎不扎實的同學一次補習，這個很重要，就像建一座大廈，這就是地基，地基不穩，就算修再高，總有一天會轟然倒塌!

需要掌握的技術知識：

(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

階段二：linux基礎和Hadoop生態系統。

本階段的linux也是基礎課程，幫大家進入大數據領域，以便更好地學習Hadoop、hbase、NoSQL、Spark、Storm、docker、kvm、openstack等眾多課程。因為企業中無一例外的是使用Linux來搭建或部署項目。

Hadoop生態系統的課程，對HDFS體系結構和shell以及java操作詳細剖析，從知曉原理到開發網盤的項目，讓大家打好學習大數據的基礎。

需要掌握的技術知識：

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

階段三：分布式計算框架和Spark&Strom生態體系

Spark大數據處理本部分內容全面涵蓋了Spark生態系統的概述及其編程模型,深入內核的研究,。不僅面向項目開發人員,甚至對于研究Spark的學員,此部分都是非常有學習指引意義的課程。

需要掌握的技術知識：

(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

(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

階段四：項目練習其實是穿插課程其中的，在講解大數據理論的同時，將實踐知識穿插其中，增加學生對大數據技術的理解和應用。

階段五：此階段是深入提升階段，主要是人工智能的一些技術知識，也為學生想轉行人工智能打下良好的基礎，多重技能，更能大大提升就業質量。

這個只是大體的大數據學習路線，想要什么深入學習，還是要找相應的視頻教程和書籍配合學習。如果想快速進入大數據行業，可以選擇專業的學習方式。