大數(shù)據(jù)入門要什么(大數(shù)據(jù)入門需學(xué)習(xí)哪些)

1.大數(shù)據(jù)入門需學(xué)習(xí)哪些基礎(chǔ)知識(shí)

前言，學(xué)大數(shù)據(jù)要先換電腦：

保證電腦4核8G內(nèi)存64位操作系統(tǒng)，盡量有ssd做系統(tǒng)盤，否則卡到你喪失信心。硬盤越大越好。

1，語(yǔ)言要求

java剛?cè)腴T的時(shí)候要求javase。

scala是學(xué)習(xí)spark要用的基本使用即可。

后期深入要求：

java NIO,netty，多線程，ClassLoader,jvm底層及調(diào)優(yōu)等，rpc。

2，操作系統(tǒng)要求

linux 基本的shell腳本的使用。

crontab的使用，最多。

cpu，內(nèi)存，網(wǎng)絡(luò)，磁盤等瓶頸分析及狀態(tài)查看的工具。

scp,ssh,hosts的配置使用。

telnet,ping等網(wǎng)絡(luò)排查命令的使用

3,sql基本使用

sql是基礎(chǔ)，hive,sparksql等都需要用到，況且大部分企業(yè)也還是以數(shù)據(jù)倉(cāng)庫(kù)為中心，少不了sql。

sql統(tǒng)計(jì)，排序，join,group等，然后就是sql語(yǔ)句調(diào)優(yōu)，表設(shè)計(jì)等。

4，大數(shù)據(jù)基本了解

Zookeeper,hadoop,hbase,hive,sqoop,flume,kafka,spark,storm等這些框架的作用及基本環(huán)境的搭建，要熟練，要會(huì)運(yùn)維，瓶頸分析。

5,mapreduce及相關(guān)框架hive,sqoop

深入了解mapreduce的核心思想。尤其是shuffle,join，文件輸入格式，map數(shù)目，reduce數(shù)目，調(diào)優(yōu)等。

6,hive和hbase等倉(cāng)庫(kù)

hive和hbase基本是大數(shù)據(jù)倉(cāng)庫(kù)的標(biāo)配。要回用，懂調(diào)優(yōu)，故障排查。

hbase看浪尖hbase系列文章。hive后期更新。

7，消息隊(duì)列的使用

kafka基本概念，使用，瓶頸分析。看浪尖kafka系列文章。

8，實(shí)時(shí)處理系統(tǒng)

storm和spark Streaming

9,spark core和sparksql

spark用于離線分析的兩個(gè)重要功能。

10，最終方向決策

a），運(yùn)維。（精通整套系統(tǒng)及故障排查，會(huì)寫運(yùn)維腳本啥的。）

b），數(shù)據(jù)分析。（算法精通）

c），平臺(tái)開(kāi)發(fā)。（源碼精通）

自學(xué)還是培訓(xùn)？

無(wú)基礎(chǔ)的同學(xué)，培訓(xùn)之前先搞到視頻通學(xué)一遍，防止盲目培訓(xùn)跟不上講師節(jié)奏，浪費(fèi)時(shí)間，精力，金錢。

有基礎(chǔ)的盡量搞點(diǎn)視頻學(xué)基礎(chǔ)，然后跟群里大牛交流，前提是人家愿意，

想辦法跟大牛做朋友才是王道。

2.大數(shù)據(jù)課程需要什么基礎(chǔ)

學(xué)科知識(shí)：從數(shù)據(jù)分析涉及到的專業(yè)知識(shí)點(diǎn)上看，主要是這些：

(1)統(tǒng)計(jì)學(xué)：參數(shù)檢驗(yàn)、非參檢驗(yàn)、回歸分析等

(2)數(shù)學(xué)：線性代數(shù)、微積分等

(3)社會(huì)學(xué)：主要是一些社會(huì)學(xué)量化統(tǒng)計(jì)的知識(shí)，如問(wèn)卷調(diào)查與統(tǒng)計(jì)分析；還有就是一些社會(huì)學(xué)的知識(shí)，這些對(duì)于從事?tīng)I(yíng)銷類的數(shù)據(jù)分析人員比較有幫助

(4)經(jīng)濟(jì)金融：如果是從事這個(gè)行業(yè)的數(shù)據(jù)分析人員，經(jīng)濟(jì)金融知識(shí)是必須的，這里就不多說(shuō)了

(5)計(jì)算機(jī)：從事數(shù)據(jù)分析工作的人必須了解你使用的數(shù)據(jù)是怎么處理出來(lái)的，要了解數(shù)據(jù)庫(kù)的結(jié)構(gòu)和基本原理，同時(shí)如果條件充足的話，你還能有足夠的能力從數(shù)據(jù)庫(kù)里提取你需要的數(shù)據(jù)，這種提取數(shù)據(jù)分析原材料的能力是每個(gè)數(shù)據(jù)從業(yè)者必備的。

3.大數(shù)據(jù)學(xué)習(xí)入門都需要學(xué)什么

大數(shù)據(jù)學(xué)習(xí)入門都需要學(xué)習(xí)和具備的基礎(chǔ)知識(shí)：

1. 數(shù)學(xué)知識(shí)：數(shù)學(xué)知識(shí)是數(shù)據(jù)分析師的基礎(chǔ)知識(shí)。

①對(duì)于初級(jí)數(shù)據(jù)分析師，了解一些描述統(tǒng)計(jì)相關(guān)的基礎(chǔ)內(nèi)容，有一定的公式計(jì)算能力即可，了解常用統(tǒng)計(jì)模型算法則是加分。

②對(duì)于高級(jí)數(shù)據(jù)分析師，統(tǒng)計(jì)模型相關(guān)知識(shí)是必備能力，線性代數(shù)（主要是矩陣計(jì)算相關(guān)知識(shí)）最好也有一定的了解。

③而對(duì)于數(shù)據(jù)挖掘工程師，除了統(tǒng)計(jì)學(xué)以外，各類算法也需要熟練使用，對(duì)數(shù)學(xué)的要求是最高的。

2. 分析工具

①對(duì)于初級(jí)數(shù)據(jù)分析師，玩轉(zhuǎn)Excel是必須的，數(shù)據(jù)透視表和公式使用必須熟練，VBA是加分。另外，還要學(xué)會(huì)一個(gè)統(tǒng)計(jì)分析工具，SPSS作為入門是比較好的。

②對(duì)于高級(jí)數(shù)據(jù)分析師，使用分析工具是核心能力，VBA基本必備，SPSS/SAS/R至少要熟練使用其中之一，其他分析工具（如Matlab）視情況而定。

③對(duì)于數(shù)據(jù)挖掘工程師……嗯，會(huì)用用Excel就行了，主要工作要靠寫代碼來(lái)解決呢。

3. 編程語(yǔ)言

①對(duì)于初級(jí)數(shù)據(jù)分析師，會(huì)寫SQL查詢，有需要的話寫寫Hadoop和Hive查詢，基本就OK了。

②對(duì)于高級(jí)數(shù)據(jù)分析師，除了SQL以外，學(xué)習(xí)Python是很有必要的，用來(lái)獲取和處理數(shù)據(jù)都是事半功倍。當(dāng)然其他編程語(yǔ)言也是可以的。

③對(duì)于數(shù)據(jù)挖掘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門，Shell得會(huì)用……總之編程語(yǔ)言絕對(duì)是數(shù)據(jù)挖掘工程師的最核心能力了。

4. 業(yè)務(wù)理解

業(yè)務(wù)理解說(shuō)是數(shù)據(jù)分析師所有工作的基礎(chǔ)也不為過(guò)，數(shù)據(jù)的獲取方案、指標(biāo)的選取、乃至最終結(jié)論的洞察，都依賴于數(shù)據(jù)分析師對(duì)業(yè)務(wù)本身的理解。

①對(duì)于初級(jí)數(shù)據(jù)分析師，主要工作是提取數(shù)據(jù)和做一些簡(jiǎn)單圖表，以及少量的洞察結(jié)論，擁有對(duì)業(yè)務(wù)的基本了解就可以。

②對(duì)于高級(jí)數(shù)據(jù)分析師，需要對(duì)業(yè)務(wù)有較為深入的了解，能夠基于數(shù)據(jù)，提煉出有效觀點(diǎn)，對(duì)實(shí)際業(yè)務(wù)能有所幫助。

③對(duì)于數(shù)據(jù)挖掘工程師，對(duì)業(yè)務(wù)有基本了解就可以，重點(diǎn)還是需要放在發(fā)揮自己的技術(shù)能力上。

5. 邏輯思維

①對(duì)于初級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在數(shù)據(jù)分析過(guò)程中每一步都有目的性，知道自己需要用什么樣的手段，達(dá)到什么樣的目標(biāo)。

②對(duì)于高級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在搭建完整有效的分析框架，了解分析對(duì)象之間的關(guān)聯(lián)關(guān)系，清楚每一個(gè)指標(biāo)變化的前因后果，會(huì)給業(yè)務(wù)帶來(lái)的影響。

③對(duì)于數(shù)據(jù)挖掘工程師，邏輯思維除了體現(xiàn)在和業(yè)務(wù)相關(guān)的分析工作上，還包括算法邏輯，程序邏輯等，所以對(duì)邏輯思維的要求也是最高的。

6. 數(shù)據(jù)可視化

數(shù)據(jù)可視化說(shuō)起來(lái)很高大上，其實(shí)包括的范圍很廣，做個(gè)PPT里邊放上數(shù)據(jù)圖表也可以算是數(shù)據(jù)可視化，所以我認(rèn)為這是一項(xiàng)普遍需要的能力。

①對(duì)于初級(jí)數(shù)據(jù)分析師，能用Excel和PPT做出基本的圖表和報(bào)告，能清楚的展示數(shù)據(jù)，就達(dá)到目標(biāo)了。

②對(duì)于高級(jí)數(shù)據(jù)分析師，需要探尋更好的數(shù)據(jù)可視化方法，使用更有效的數(shù)據(jù)可視化工具，根據(jù)實(shí)際需求做出或簡(jiǎn)單或復(fù)雜，但適合受眾觀看的數(shù)據(jù)可視化內(nèi)容。

③對(duì)于數(shù)據(jù)挖掘工程師，了解一些數(shù)據(jù)可視化工具是有必要的，也要根據(jù)需求做一些復(fù)雜的可視化圖表，但通常不需要考慮太多美化的問(wèn)題。

7. 協(xié)調(diào)溝通

①對(duì)于初級(jí)數(shù)據(jù)分析師，了解業(yè)務(wù)、尋找數(shù)據(jù)、講解報(bào)告，都需要和不同部門的人打交道，因此溝通能力很重要。

②對(duì)于高級(jí)數(shù)據(jù)分析師，需要開(kāi)始獨(dú)立帶項(xiàng)目，或者和產(chǎn)品做一些合作，因此除了溝通能力以外，還需要一些項(xiàng)目協(xié)調(diào)能力。

③對(duì)于數(shù)據(jù)挖掘工程師，和人溝通技術(shù)方面內(nèi)容偏多，業(yè)務(wù)方面相對(duì)少一些，對(duì)溝通協(xié)調(diào)的要求也相對(duì)低一些。

8. 快速學(xué)習(xí)

無(wú)論做數(shù)據(jù)分析的哪個(gè)方向，初級(jí)還是高級(jí)，都需要有快速學(xué)習(xí)的能力，學(xué)業(yè)務(wù)邏輯、學(xué)行業(yè)知識(shí)、學(xué)技術(shù)工具、學(xué)分析框架……數(shù)據(jù)分析領(lǐng)域中有學(xué)不完的內(nèi)容，需要大家有一顆時(shí)刻不忘學(xué)習(xí)的心。

4.學(xué)大數(shù)據(jù)需要什么基礎(chǔ)

說(shuō)到大數(shù)據(jù)，肯定少不了分析軟件，這應(yīng)該是大數(shù)據(jù)工作的根基，但市面上很多各種分析軟件，如果不是過(guò)來(lái)人，真的很難找到適合自己或符合企業(yè)要求的。

小編通過(guò)各大企業(yè)對(duì)大數(shù)據(jù)相關(guān)行業(yè)的崗位要求，總結(jié)了以下幾點(diǎn)：（1）SQL數(shù)據(jù)庫(kù)的基本操作，會(huì)基本的數(shù)據(jù)管理（2）會(huì)用Excel/SQL做基本的數(shù)據(jù)分析和展示（3）會(huì)用腳本語(yǔ)言進(jìn)行數(shù)據(jù)分析，Python or R(4)有獲取外部數(shù)據(jù)的能力，如爬蟲（5）會(huì)基本的數(shù)據(jù)可視化技能，能撰寫數(shù)據(jù)報(bào)告（6）熟悉常用的數(shù)據(jù)挖掘算法：回歸分析、決策樹、隨機(jī)森林、支持向量機(jī)等對(duì)于學(xué)習(xí)大數(shù)據(jù)，總體來(lái)說(shuō)，先學(xué)基礎(chǔ)，再學(xué)理論，最后是工具。基本上，每一門語(yǔ)言的學(xué)習(xí)都是要按照這個(gè)順序來(lái)的。

1、學(xué)習(xí)數(shù)據(jù)分析基礎(chǔ)知識(shí)，包括概率論、數(shù)理統(tǒng)計(jì)?；A(chǔ)這種東西還是要掌握好的啊，基礎(chǔ)都還沒(méi)扎實(shí)，知識(shí)大廈是很容易倒的哈。

2、你的目標(biāo)行業(yè)的相關(guān)理論知識(shí)。比如金融類的，要學(xué)習(xí)證券、銀行、財(cái)務(wù)等各種知識(shí)，不然到了公司就一臉懵逼啦。

3、學(xué)習(xí)數(shù)據(jù)分析工具，軟件結(jié)合案列的實(shí)際應(yīng)用，關(guān)于數(shù)據(jù)分析主流軟件有（從上手度從易到難）：Excel,SPSS,stata,R,Python,SAS等。4、學(xué)會(huì)怎樣操作這些軟件，然后是利用軟件從數(shù)據(jù)的清洗開(kāi)始一步步進(jìn)行處理，分析，最后輸出結(jié)果，檢驗(yàn)及解讀數(shù)據(jù)。

當(dāng)然，學(xué)習(xí)數(shù)學(xué)與應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)與技術(shù)等理工科專業(yè)的人確實(shí)比文科生有著客觀的優(yōu)勢(shì)，但能力大于專業(yè)，興趣才會(huì)決定你走得有多遠(yuǎn)。畢竟數(shù)據(jù)分析不像編程那樣，需要你天天敲代碼，要學(xué)習(xí)好多的編程語(yǔ)言，數(shù)據(jù)分析更注重的是你的實(shí)操和業(yè)務(wù)能力。

如今的軟件學(xué)習(xí)都是非常簡(jiǎn)單便捷的，我們真正需要提升的是自己的邏輯思維能力，以及敏銳的洞察能力，還得有良好的溝通表述能力。這些都是和自身的努力有關(guān)，而不是單純憑借理工科背景就可以啃得下來(lái)的。

相反這些能力更加傾向于文科生，畢竟好奇心、創(chuàng)造力也是一個(gè)人不可或缺的。

5.學(xué)習(xí)大數(shù)據(jù)需要什么基礎(chǔ)

學(xué)習(xí)大數(shù)據(jù)要有一定的編程基礎(chǔ)，這是大數(shù)據(jù)大部分崗位都需要的。

目前從事大數(shù)據(jù)方向的程序員比較普遍使用的語(yǔ)言有四種，分別是Python、Java、Scala和R，這四種語(yǔ)言都有一定的應(yīng)用場(chǎng)景，不同崗位的程序員使用的語(yǔ)言也稍有不同。Python目前主要是應(yīng)用在數(shù)據(jù)分析、數(shù)據(jù)挖掘和算法實(shí)現(xiàn)上，可以說(shuō)大數(shù)據(jù)領(lǐng)域Python的應(yīng)用是比較普遍的。

Java目前在大數(shù)據(jù)領(lǐng)域的應(yīng)用還是跟平臺(tái)有直接關(guān)系，通常在需要高性能的數(shù)據(jù)處理部分采用Java開(kāi)發(fā)。Scala和R主要是基于場(chǎng)景的應(yīng)用多一些，Scala構(gòu)建在Java基礎(chǔ)之上，代碼結(jié)構(gòu)要比Java簡(jiǎn)潔一些，同時(shí)Scala是Spark的實(shí)現(xiàn)語(yǔ)言，在與Spark相關(guān)的開(kāi)發(fā)中使用Scala是比較方面的選擇。

R語(yǔ)言本身的特點(diǎn)就是統(tǒng)計(jì)分析，語(yǔ)法簡(jiǎn)單且功能強(qiáng)大，是做大數(shù)據(jù)統(tǒng)計(jì)分析的一把利器。

6.學(xué)習(xí)大數(shù)據(jù)應(yīng)該掌握哪些知識(shí)

大數(shù)據(jù)已經(jīng)成為時(shí)代發(fā)展的趨勢(shì)，很多人紛紛選擇學(xué)習(xí)大數(shù)據(jù)，想要進(jìn)入大數(shù)據(jù)行業(yè)。大數(shù)據(jù)技術(shù)體系龐大，包括的知識(shí)較多，系統(tǒng)的學(xué)習(xí)大數(shù)據(jù)可以讓你全面掌握大數(shù)據(jù)技能。學(xué)習(xí)大數(shù)據(jù)需要掌握哪些知識(shí)？

1、學(xué)習(xí)大數(shù)據(jù)首先要學(xué)習(xí)Java基礎(chǔ)

怎樣進(jìn)行大數(shù)據(jù)學(xué)習(xí)的快速入門？學(xué)大數(shù)據(jù)課程之前要先學(xué)習(xí)一種計(jì)算機(jī)編程語(yǔ)言。Java是大數(shù)據(jù)學(xué)習(xí)需要的編程語(yǔ)言基礎(chǔ)，因?yàn)榇髷?shù)據(jù)的開(kāi)發(fā)基于常用的高級(jí)語(yǔ)言。而且不論是學(xué)習(xí)hadoop，還是數(shù)據(jù)挖掘，都需要有編程語(yǔ)言作為基礎(chǔ)。因此，如果想學(xué)習(xí)大數(shù)據(jù)開(kāi)發(fā)，掌握J(rèn)ava基礎(chǔ)是必不可少的。

2、學(xué)習(xí)大數(shù)據(jù)必須學(xué)習(xí)大數(shù)據(jù)核心知識(shí)

Hadoop生態(tài)系統(tǒng)；HDFS技術(shù)；HBASE技術(shù)；Sqoop使用流程；數(shù)據(jù)倉(cāng)庫(kù)工具HIVE；大數(shù)據(jù)離線分析Spark、Python語(yǔ)言；數(shù)據(jù)實(shí)時(shí)分析Storm；消息訂閱分發(fā)系統(tǒng)Kafka等。

如果把大數(shù)據(jù)比作容器，那么這個(gè)容器的容量無(wú)限大，什么都能往里裝，大數(shù)據(jù)離不開(kāi)物聯(lián)網(wǎng)，移動(dòng)互聯(lián)網(wǎng)，大數(shù)據(jù)還和人工智能、云計(jì)算和機(jī)器學(xué)習(xí)有著千絲萬(wàn)縷的關(guān)系，大數(shù)據(jù)海量數(shù)據(jù)存儲(chǔ)要高擴(kuò)展就離不開(kāi)云計(jì)算，大數(shù)據(jù)計(jì)算分析采用傳統(tǒng)的機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘技術(shù)會(huì)比較慢，需要做并行計(jì)算和分布式計(jì)算擴(kuò)展。

3、學(xué)習(xí)大數(shù)據(jù)需要具備的能力

數(shù)學(xué)知識(shí)，數(shù)學(xué)知識(shí)是數(shù)據(jù)分析師的基礎(chǔ)知識(shí)。對(duì)于數(shù)據(jù)分析師，了解一些描述統(tǒng)計(jì)相關(guān)的內(nèi)容，需要有一定公式計(jì)算能力，了解常用統(tǒng)計(jì)模型算法。而對(duì)于數(shù)據(jù)挖掘工程師來(lái)說(shuō)，各類算法也需要熟練使用，對(duì)數(shù)學(xué)的要求是最高的。

編程語(yǔ)言，對(duì)于想學(xué)大數(shù)據(jù)的同學(xué)，至少需要具備一門編程語(yǔ)言，比如SQL、hadoop、hive查詢、Python等均可。

4、學(xué)習(xí)大數(shù)據(jù)可以應(yīng)用的領(lǐng)域

大數(shù)據(jù)技術(shù)可以應(yīng)用在各個(gè)領(lǐng)域，比如公安大數(shù)據(jù)、交通大數(shù)據(jù)、醫(yī)療大數(shù)據(jù)、就業(yè)大數(shù)據(jù)、環(huán)境大數(shù)據(jù)、圖像大數(shù)據(jù)、視頻大數(shù)據(jù)等等，應(yīng)用范圍非常廣泛，大數(shù)據(jù)技術(shù)已經(jīng)像空氣一樣滲透在生活的方方面面。大數(shù)據(jù)技術(shù)的出現(xiàn)將社會(huì)帶入了一個(gè)高速發(fā)展的時(shí)代，這不僅是信息技術(shù)的終極目標(biāo)，也是人類社會(huì)發(fā)展管理智能化的核心技術(shù)驅(qū)動(dòng)力。