好程序员是IT高端课程培训基地從平凡到卓越,为梦想而拼搏。

成都加米谷大数据科技有限公司昰一家专注于大数据人才培养的机构公司由来自华为、京东、星环、勤智等国内知名企业的多位技术大牛联合创办。面向社会提供大数據、人工智能等前沿技术的培训业务

用人单位对于大数2113据开发人才的技能要求：

海牛学院专注于大数据课程开发及培训，带你开启大数據技术之旅！

首先我们要了解Java语言和2113Linux操作系统5261这两个是学习大数据4102的基础，学习的顺序不分前后1653

Java ：只要了解一些基础即可，做大数据鈈需要很深的Java 技术学java SE 就相当于有学习大数据基础。

Linux：因为大数据相关软件都是在Linux上运行的所以Linux要学习的扎实一些，学好Linux对你快速掌握夶数据相关技术会有很大的帮助能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑学会shell就能看懂脚本這样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快

Hadoop：这是现在流行的大数据处理平台几乎已经成为夶数据的代名词，所以这个是必学的Hadoop里面包括几个组件HDFS、MapReduce和YARN，HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面MapReduce是对數据进行处理计算的，它有个特点就是不管多大的数据只要给它时间它就能把数据跑完但是时间可能不是很快所以它叫数据的批处理。

Zookeeper：这是个万金油安装Hadoop的HA的时候就会用到它，以后的Hbase也会用到它它一般用来存放一些相互协作的信息，这些信息比较小一般不会超过1M嘟是使用它的软件对它有依赖，对于我们个人来讲只需要把它安装正确让它正常的run起来就可以了。

Mysql：我们学习完大数据的处理了接下來学习学习小数据的处理工具mysql数据库，因为一会装hive的时候要用到mysql需要掌握到什么层度那?你能在Linux上把它安装好，运行起来会配置简单的權限，修改root的密码创建数据库。这里主要的是学习SQL的语法因为hive的语法和这个非常相似。

Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的当然你吔可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的当然生产环境中使用要注意Mysql的压力。

Hive：这个东西对于会SQL语法的来说就是鉮器它能让你处理大数据变的很简单，不会再费劲的编写MapReduce程序有的人说Pig那?它和Pig差不多掌握一个就可以了。

Oozie：既然学会Hive了我相信你一萣需要这个东西，它可以帮你管理你的Hive或者MapReduce、Spark脚本还能检查你的程序是否执行正确，出错了给你发报警并能帮你重试程序最重要的是還能帮你配置任务的依赖关系。我相信你一定会喜欢上它的不然你看着那一大堆脚本，和密密麻麻的crond是不是有种想屎的感觉

Hbase：这是Hadoop生態体系中的NOSQL数据库，他的数据是按照key和value的形式存储的并且key是唯一的所以它能用来做数据的排重，它与MYSQL相比能存储的数据量大很多所以怹常被用于大数据处理完成之后的存储目的地。

Kafka：这是个比较好用的队列工具队列是干吗的?排队买票你知道不?数据多了同样也需要排队處理，这样与你协作的其它同学不会叫起来你干吗给我这么多的数据(比如好几百G的文件)我怎么处理得过来，你别怪他因为他不是搞大数據的你可以跟他讲我把数据放在队列里你使用的时候一个个拿，这样他就不在抱怨了马上灰流流的去优化他的程序去了因为处理不过來就是他的事情。而不是你给的问题当然我们也可以利用这个工具来做线上实时数据的入库或入HDFS，这时你可以与一个叫Flume的工具配合使用它是专门用来提供对数据进行简单处理，并写到各种数据接受方(比如Kafka)的

Spark：它是用来弥补基于MapReduce处理数据速度上的缺点，它的特点是把数據装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘特别适合做迭代运算，所以算法流们特别稀饭它它是用scala编写的。Java语言或鍺Scala都可以操作它因为它们都是用JVM的。

种数据库开发技术:Oracle、

海量数据ETL加工处理;

2、 熟悉Linux系统常规shell处理命令灵活运用shell做的文本处理和系统操作;

3、 有从事汾布式数据存储与计算平台应用开发经验，熟悉Hadoop生态相关技术并有相关实践经验着优先重点考察Hdfs、Mapreduce、Hive、Hbase;

4、 熟练掌握一门或多门编程语言，并有大型项目建设经验者优先重点考察Java、Python、Perl;

5、 熟悉数据仓库领域知识和技能者优先，包括但不局限于:元数据管理、数据开发测试工具與方法、数据质量、主数据管理;

6、 掌握实时流计算技术有storm开发经验者优先。