自学大数据学习路线：（前提：以Java语言为基础）
总共分为四个模块：
大数据基础
大数据框架
大数据项目
其他
Java基础：集合，IO流
JVM：重点是项目调优
多线程：理论和项目应用
Linux：最基本的操作
Java基础：集合，IO流
JVM：重点是项目调优
多线程：理论和项目应用
Linux：最基本的操作
第一模块：大数据基础
这一个模块的重点是为了面试做准备，个人根据自己的情况去复习，复习的时候理论部分建议看书和博客资料，应用部分建议看视频和Demo调试。
下面分别去详细的介绍一下：
主要是理论部分，可以看书或者博客总结，这一块没什么推荐的，网上很多资料可以找到。
这两块重点要结合到项目中，通过项目中的实际使用，然后反馈到对应的理论基础，这一块建议在B站上看对应的视频。B站”尚硅谷“官网上的视频很详细。
这一块有时间，先把《鸟哥的Linux私房菜》这本书看一遍，然后装个Linux系统自己玩玩，对应的最常使用的命令自己敲敲。
如果没时间，就把最常用的命令自己敲敲，网上有对应的总结，自己很容易搜到。一定要自己敲敲。
第二模块：大数据框架
Hadoop：重点学，毕竟大数据是以Hadoop起家的，里面就HDFS，MapReduces，YARN三个模块。
Hive：先学会怎么用，当作一个工具来学习。
Spark：重点学，用来替代Hadoop的MapReduces的，里面重点有三块：Spark Core，Spark SQL，Spark Streaming。
Flink：我还没学。
Hbase：当作一个工具来学习，先学习怎么用。
Kafka：先学怎么用，其实里面的模块可以先理解成两部分：生产者和消费者。所有的核心都是围绕这两个展开的。
Flume：当作一个工具来学习，先学习怎么用。
Sqoop：当作一个工具来学习，先学习怎么用。
Azkaban：当作一个工具来学习，先学习怎么用。
Scala：这个是一门编程语句，基于Java 而来的，可以工作后在学习。
Zookeeper：当作一个工具来学习，先学习怎么用。
以上的学习视频和资料可以在B站的”尚硅谷“和”若泽大数据“里找到，很详细。资料目前最详细的资料就是各个框架对应的官网。视频里也是对着官网一步一步讲的。官网都是英文的，可以用Google浏览器的翻译插件，翻译成中文后在看。
第三模块：大数据项目
B站的”尚硅谷“和”若泽大数据“。
第四模块：其他
分布式：知道最基本的概念，有个分布式项目的经验。分布式项目可以在B站的”尚硅谷“里找到。
算法：网上有详细的总结，书：推荐《剑指Offer》和《算法4》，看算法的目的是先掌握实现算法的思路然后才是实现方式。
SQL：主要是调优，网上有很详细的总结。
除此之外：Storm框架不要学了。
很多准备前期都是为了面试，例如：JVM和多线程，SQL调优和算法。这些东西真正使用的过程中千差万别，但核心知识不变，所以面试的时候总是会问，这一块的前期以通过面试为主要点。
学习了差不多了，例如：Hadoop，Hive 和Spark学完了，就去面试面试，通过面试的情况在来调整自己的学习。
2021-07-01 · 百度认证:云南新华电脑职业培训学校官方账号
云南新华电脑学校
大数据需要学的：1、Java编程技术；2、Linux命令；3、Hadoop；4、Hive；5、Avro与Protobuf；6、ZooKeeper；7、HBase；8、phoenix等。
