大数据专业好学吗

讲一下hadoop的一些知识，对于初学者来说是个不错的参考，另外想要进入大数据圈子但是有困难有疑问的朋友，可以咨询魔据教育大数据。

关于入门：如果看书看的一头雾水的话，先从实际例子出发会比较容易上手。WordCount和Weather Data这种“Hello World”的例子网上有很多，可以复制下来自己跑一遍，基本上就知道Hadoop是个什么东西，能用来干什么了。跑这些例子都不需要一个完整的Hadoop集群，自己本地的VM上就可以完成。之所以认为这是比较好的方式，是因为Hadoop是一个工具，而不是一门学科。工具的一般用法是你有一个实际的问题需要解决（求和，求平均值之类的问题都可以，两三行数据，不需要“大数据”），然后把这个工具运用到你的问题里面，能够使用工具之后再开始研究怎么更好的更有效的使用这个工具。

关于进阶：知道是什么，能干什么之后，需要知道为什么。这很重要，这关系到你的任务是跑三个小时还是要跑三天，是需要三台服务器还是需要三十台服务器，就直接关系到最后要花三十还是花三百。进阶之前需要一点准备工作：Linux －（这对于所有Distributed System都非常重要），Java（能看得懂代码就可以了），Maven（能用就可以），Scala（optional，可以边学边用），SBT（optional，可以照着tutorial用），进阶就需要看书，前面有很多位同学推荐了各种书各种博客，都应该不错。推荐两个Hadoop The Definitive Guide最新版，写的非常好。强烈建议看英文版的，否则容易交流障碍……这本书的例子都在github上可以下载下来，都跑一跑。 Cloudera的tutorial，user guide，blog和best practice。这个比较官方和实效性。

关于深入：关于怎么深入学习Hadoop技术， Hadoop分为两个大块：HDFS和MapReduce。 HDFS － Hadoop Distributed FileSystem。这个概念很好，但是其实我不觉得很实用。但是如果你之后要往Non SQL方面深入的话这个还是很重要，HDFS是HBASE的基础，Hbase又可以延伸到Big Table，DynamoDB，Mango等。

Spark要单独提出来讲一讲，Spark其实不是Hadoop上面的应用，它也可以使用除了YARN之外的其他资源分配系统。但是Spark使用的人很多，很多任务用Spark比用Hadoop MR要快一些，Spark也比其他的应用要复杂一点。如果有兴趣还是可以从Hadoop The Definitive Guide开始，然后边做实际的例子边学习。

关于Hadoop的使用方式：感觉现在各个公司使用Hadoop的方式都不一样，主要我觉得有两种吧。第一种是long running cluster形式，比如Yahoo，不要小看这个好像已经没什么存在感的公司，Yahoo可是Hadoop的元老之一。这种就是建立一个Data Center，然后有几个上千Node的Hadoop Cluster一直在运行。

零基础学习大数据难吗？达内大数据培训好不好?只有自己亲身感受了才有资格来评价吧。作为来达内求学大数据的众多学生中的一个，对达内的大数据培训深有感触。

我来到达内教育参加大数据培训已经两个多月了。每日充实的生活，充实的学习让我飞速成长。从大学毕业后零基础来到达内教育参加大数据培训，每日往返于教室、食堂、宿舍，如果真要说出自己的一点感受的话，感觉自己不再像从前那般虚度光阴了。

我相信来到达内教育参加大数据培训是我二十几年来做的一个很正确的一个决定。从前的我很颓废，现在的我知道珍惜;从前的我对学习不上心，现在的我能够坚持主动学习。说实话，我非常喜欢我的这种转变。而且达内教育的老师和同学们都特别友善，我一有不懂的问题都会问他们。他们都会非常耐心的跟我讲解，所以非常感谢你们!

其实从一开始进入达内大数据零基础培训班我就知道未来的路不好走，我不仅是零基础，连电脑基础知识我都不太了解。但是我知道勤能补拙!近期，随着学习难度逐渐加深，每天脑子里都要接受很多新知识，课后老师还会布置很多作业。那时候的我确实心理压力有点大，但是我知道来到达内教育就是为了改变自己!所以咬咬牙继续坚持下去!

现在的我满脑子都是大数据的专业知识，想要好好把握在达内教育末后的学习时间。来到达内教育这段时间，我不仅学到了受用的知识技能，更是提升了自己，所以很感谢达内教育这个平台。

最后想跟大家分享一句话：自己选的路就算跪着也要走完。自己选择的道路，即使十分困难，也要坚持下去!达内大数据培训很专业，也很靠谱，是一个值得让我们付出时间来学习的优质平台!

1-java阶段

2-java高级阶段

3-Hadoop生态体系阶段

4-Spark生态体系阶段

5-前沿技术