推荐答案

      学习大数据的小伙伴会遇到两个库Hadoop和spark，不知道应该深入学习哪一个，这里小千就来给大家简单的介绍一下。

      学习大数据的路线图

      大数据的整体学习路线:java语言->sql语言->hadoop生态圈->scala语言->spark运算框架->flink运算框架->python语言

      对于hadoop和spark的选择

      Hadoop作为早期的大数据框架，主要处理了海量数据的存储、计算工作，使用MR计算模型稳定性、吞吐量较好，但由于中间环节需要落地,所以计算效率不高，而计算引擎Spark正是解决海量数据计算效率等问题的，采用了DAG计算模型加上优先基于内存处理所以速度较快，另外Spark作为整体技术栈还涉及到实时场景、图计算等其他技术方向。

      总之，目前大数据的基本使用是以Hadoop为基础应用进行了数据存储，采用其他计算引擎在集群中进行计算，它们相互配合形成整个的技术解决方案的重要部分。

      对于语言的选择(是java还是python)

      从事大数据开发,Python和Java都要学习,首先要学习Java语言,Java是大数据的基础编程语言,除此之外还有一门必须的语言---Scala,它是专门用于大数据Spark开发的.当到了大数据高级阶段在做一些与大数据分析,人工智能,机器学习相关的工作时才会用到Python,换句话说对于大数据Java,Scala是基础必须要学,而Python等学到大数据高级时再学也可以.

      做大数据,如果细说的话需要用到好几种,java,sql,scala,python,但是主要使用的是java与scala.

      hadoop生态圈框架使用的都是java语言,spark,flink等目前流行的运算框架使用的是scala语言,进行数据仓库建设管理或相关开发使用的是hql(跟sql的语法结构非常相似),进行高级的机器学习,人工智能方向研发可以使用python语言.

      如果你要从头学习大数据,肯定要先学习java,因为hadoop生态圈建设是大数据开发的基础.

      对于零基础入门的小伙伴来说，自学的方式还是不建议选择，因为大数据涉及到的技术知识过多，自学一方面在搜集学习资料方面会比较麻烦，另一方面在学习路线上面也可能会出现偏差。

      最后欢迎大家添加我们的大数据技术交流qq群，加群免费领取大数据学习资料和教程视频，大数据技术交流qq群：857910996  等你来哦~~~~~

上一篇

学大数据需要具备什么基础？

下一篇

零基础学大数据现实吗？