给学习大数据开发初学者的一些建议22.docVIP

给学习大数据开发的建议 IT=挨踢，这是IT人的自嘲，进入IT行业是有四五年了，也算得上是一个“老人”了吧，见了不少新人，面试了不少新人，也带了一些新人，多多少少还是有点发言权的。 新人们常常会说我看了多少多少的书，看过某某人写的书，仿佛书看了就会做了。其实不然，很多新人在面试的时候夸夸其谈，说啥啥都知道一点，到真正做的时候，啥都不会。归根到底是没有经验，技术这玩意儿经验非常重要，很多东西如果不是你碰到了，你从书上一辈子都找不到答案。我看书的习惯一般都是先把整个书翻一下，了解一下书的基本内容，然后在实际项目中遇到相应的问题再去翻书，当然这是因为我对技术已经有一定的了解，不需要通读整本书。初学者应该找一些适合自己的书，通读一遍，其中的例子要认真做，一定要自己去写代码，而不是Copy。我以前在学做网页的时候，别人都用Dreamweaver去做，只有我打开源代码编辑器学习HTML源代码的编写。 做完书的例子只能说明你会削木头了，但会削木头离会做柜子还有很远的路要走。还记得达·芬奇画鸡蛋的故事么？不停地重复肯定是枯燥的，所以你需要自己尝试去做一些实际的东西，比如做一个个人主页、一个留言本、一个通信地址本......在这些实际的东西中去实现你的创意，去实现你在书本上所学习的例子，并且将这些例子加入你的思想。 永远不要认为书本能给你带来多少东西，虽然它们很有用，但它们只是一个Key，一个引你入门的Key。 四川是旅游的天堂，无法拒绝她火辣辣的美食，无法拒绝她惊艳的自然风光，更无法拒绝她的古蜀文化。随着社会物质文明和精神文明的不断提高，越来越多的人在社会的残酷竞争中优胜劣汰！在追求男女平等的同时，男生和女生却面临同样的竞争，这就是社会生存潜规则。现代的女孩在商业圈中叱咋风云，一点都不会比男生差，可是那些没有学历，没有一技之长的女该该怎么展现自己呢？ 市面上大大小小的it培训企业比较多，到底哪个是比较适合我们的呢？在这里小编给你推荐的是：四川国信安职业培训学校。其适用范围大，实用性强，是大多数人的理想选择。那么，实用的攻略有哪些？一般会选择哪家呢？哪个是最实用呢？下面就随小编来看一看吧~ 大数据分析师这个岗位的诞生，是伴随着大数据的发展，企业在实际运营过程中产生的。那么，大数据分析师这个岗位在哪些细分行业存在呢？大数据分析的待遇如何呢？哪些人可以学习大数据分析呢？大数据分析这个岗位需要具备什么样的能力呢？接下来，国信安大数据课程老师给大家讲解相关问题！ 经常有初学者问，自己想往大数据方向发展，该学哪些技术，学习路线是什么样的，觉得大数据很火，就业很好，薪资很高。如果自己很迷茫，为了这些原因想往大数据方向发展，也可以，那么我就想问一下，你的专业是什么，对于计算机/软件，你的兴趣是什么？是计算机专业，对操作系统、硬件、网络、服务器感兴趣？是软件专业，对软件开发、编程、写代码感兴趣？还是数学、统计学专业，对数据和数字特别感兴趣…… 其实这就是想告诉你的大数据的三个发展方向，平台搭建/优化/运维/监控、大数据开发/设计/架构、数据分析/挖掘。请不要问我哪个容易，哪个前景好，哪个钱多。 先扯一下大数据的4V特征： 数据量大，TB-PB 数据类型繁多，结构化、非结构化文本、日志、视频、图片、地理位置等； 商业价值高，但是这种价值需要在海量数据之上，通过数据分析与机器学习更快速的挖掘出来； 处理时效性高，海量数据的处理需求不再局限在离线计算当中。 现如今，正式为了应对大数据的这几个特点，开源的大数据框架越来越多，越来越强，先列举一些常见的： 文件存储：Hadoop HDFS、Tachyon、KFS离线计算：Hadoop MapReduce、Spark流式、实时计算：Storm、Spark Streaming、S4、HeronK-V、NOSQL数据库：HBase、Redis、MongoDB资源管理：YARN、Mesos日志收集：Flume、Scribe、Logstash、Kibana消息系统：Kafka、StormMQ、ZeroMQ、RabbitMQ查询分析：Hive、Impala、Pig、Presto、Phoenix、SparkSQL、Drill、Flink、Kylin、Druid分布式协调服务：Zookeeper集群管理与监控：Ambari、Ganglia、Nagios、Cloudera Manager数据挖掘、机器学习：Mahout、Spark MLLib数据同步：Sqoop任务调度：Oozie…… 眼花了吧，上面的有30多种吧，别说精通了，全部都会使用的，估计也没几个。 就我个人而言，主要经验是在第二个方向（开发/设计/架构），且听听我的建议吧。 第一章：初识Hadoop 1.1学会百度与Google 不论遇到什么问题，先试试搜索并自己解决。 Go