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

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，語言要求

java剛?cè)腴T的時候要求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)倉庫為中心，少不了sql。

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

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，要會運維，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等倉庫

hive和hbase基本是大數(shù)據(jù)倉庫的標(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，消息隊列的使用

kafka基本概念，使用，瓶頸分析?？蠢思鈑afka系列文章。

8，實時處理系統(tǒng)

storm和spark Streaming

9,spark core和sparksql

spark用于離線分析的兩個重要功能。

10，最終方向決策

a），運維。（精通整套系統(tǒng)及故障排查，會寫運維腳本啥的。）

b），數(shù)據(jù)分析。（算法精通）

c），平臺開發(fā)。（源碼精通）

自學(xué)還是培訓(xùn)？

無基礎(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，浪費時間，精力，金錢。

有基礎(chǔ)的盡量搞點視頻學(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：從數(shù)據(jù)分析涉及到的專業(yè)知識點上看，主要是這些：

(1)統(tǒng)計學(xué)：參數(shù)檢驗、非參檢驗、回歸分析等

(2)數(shù)學(xué)：線性代數(shù)、微積分等

(3)社會學(xué)：主要是一些社會學(xué)量化統(tǒng)計的知識，如問卷調(diào)查與統(tǒng)計分析；還有就是一些社會學(xué)的知識，這些對于從事營銷類的數(shù)據(jù)分析人員比較有幫助

(4)經(jīng)濟金融：如果是從事這個行業(yè)的數(shù)據(jù)分析人員，經(jīng)濟金融知識是必須的，這里就不多說了

(5)計算機：從事數(shù)據(jù)分析工作的人必須了解你使用的數(shù)據(jù)是怎么處理出來的，要了解數(shù)據(jù)庫的結(jié)構(gòu)和基本原理，同時如果條件充足的話，你還能有足夠的能力從數(shù)據(jù)庫里提取你需要的數(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：

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

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

②對于高級數(shù)據(jù)分析師，統(tǒng)計模型相關(guān)知識是必備能力，線性代數(shù)（主要是矩陣計算相關(guān)知識）最好也有一定的了解。

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

2. 分析工具

①對于初級數(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)會一個統(tǒng)計分析工具，SPSS作為入門是比較好的。

②對于高級數(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對于數(shù)據(jù)挖掘工程師……嗯，會用用Excel就行了，主要工作要靠寫代碼來解決呢。

3. 編程語言

①對于初級數(shù)據(jù)分析師，會寫SQL查詢，有需要的話寫寫Hadoop和Hive查詢，基本就OK了。

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

③對于數(shù)據(jù)挖掘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門，Shell得會用……總之編程語言絕對是數(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)理解說是數(shù)據(jù)分析師所有工作的基礎(chǔ)也不為過，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)分析師對業(yè)務(wù)本身的理解。

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

②對于高級數(shù)據(jù)分析師，需要對業(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，對實際業(yè)務(wù)能有所幫助。

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

5. 邏輯思維

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

②對于高級數(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，了解分析對象之間的關(guān)聯(lián)關(guān)系，清楚每一個指標(biāo)變化的前因后果，會給業(yè)務(wù)帶來的影響。

③對于數(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)可視化說起來很高大上，其實包括的范圍很廣，做個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)為這是一項普遍需要的能力。

①對于初級數(shù)據(jù)分析師，能用Excel和PPT做出基本的圖表和報告，能清楚的展示數(shù)據(jù)，就達到目標(biāo)了。

②對于高級數(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)實際需求做出或簡單或復(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題。

7. 協(xié)調(diào)溝通

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

②對于高級數(shù)據(jù)分析師，需要開始獨立帶項目，或者和產(chǎn)品做一些合作，因此除了溝通能力以外，還需要一些項目協(xié)調(diào)能力。

③對于數(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)方面相對少一些，對溝通協(xié)調(diào)的要求也相對低一些。

8. 快速學(xué)習(xí)

無論做數(shù)據(jù)分析的哪個方向，初級還是高級，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、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，如果不是過來人，真的很難找到適合自己或符合企業(yè)要求的。

小編通過各大企業(yè)對大數(shù)據(jù)相關(guān)行業(yè)的崗位要求，總結(jié)了以下幾點：（1）SQL數(shù)據(jù)庫的基本操作，會基本的數(shù)據(jù)管理（2）會用Excel/SQL做基本的數(shù)據(jù)分析和展示（3）會用腳本語言進行數(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）會基本的數(shù)據(jù)可視化技能，能撰寫數(shù)據(jù)報告（6）熟悉常用的數(shù)據(jù)挖掘算法：回歸分析、決策樹、隨機森林、支持向量機等對于學(xué)習(xí)大數(shù)據(jù)，總體來說，先學(xué)基礎(chǔ)，再學(xué)理論，最后是工具?；旧希恳婚T語言的學(xué)習(xí)都是要按照這個順序來的。

1、學(xué)習(xí)數(shù)據(jù)分析基礎(chǔ)知識，包括概率論、數(shù)理統(tǒng)計。基礎(chǔ)這種東西還是要掌握好的啊，基礎(chǔ)都還沒扎實，知識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。比如金融類的，要學(xué)習(xí)證券、銀行、財務(wù)等各種知識，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)會怎樣操作這些軟件，然后是利用軟件從數(shù)據(jù)的清洗開始一步步進行處理，分析，最后輸出結(jié)果，檢驗及解讀數(shù)據(jù)。

當(dāng)然，學(xué)習(xí)數(shù)學(xué)與應(yīng)用數(shù)學(xué)、統(tǒng)計學(xué)、計算機科學(xué)與技術(shù)等理工科專業(yè)的人確實比文科生有著客觀的優(yōu)勢，但能力大于專業(yè)，興趣才會決定你走得有多遠。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)好多的編程語言，數(shù)據(jù)分析更注重的是你的實操和業(yè)務(wù)能力。

如今的軟件學(xué)習(xí)都是非常簡單便捷的，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言有四種，分別是Python、Java、Scala和R，這四種語言都有一定的應(yīng)用場景，不同崗位的程序員使用的語言也稍有不同。Python目前主要是應(yīng)用在數(shù)據(jù)分析、數(shù)據(jù)挖掘和算法實現(xiàn)上，可以說大數(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開發(fā)。Scala和R主要是基于場景的應(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簡潔一些，同時Scala是Spark的實現(xiàn)語言，在與Spark相關(guān)的開發(fā)中使用Scala是比較方面的選擇。

R語言本身的特點就是統(tǒng)計分析，語法簡單且功能強大，是做大數(shù)據(jù)統(tǒng)計分析的一把利器。

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

大數(shù)據(jù)已經(jīng)成為時代發(fā)展的趨勢，很多人紛紛選擇學(xué)習(xí)大數(shù)據(jù)，想要進入大數(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？

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

怎樣進行大數(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)一種計算機編程語言。Java是大數(shù)據(jù)學(xué)習(xí)需要的編程語言基礎(chǔ)，因為大數(shù)據(jù)的開發(fā)基于常用的高級語言。而且不論是學(xué)習(xí)hadoop，還是數(shù)據(jù)挖掘，都需要有編程語言作為基礎(chǔ)。因此，如果想學(xué)習(xí)大數(shù)據(jù)開發(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

Hadoop生態(tài)系統(tǒng)；HDFS技術(shù)；HBASE技術(shù)；Sqoop使用流程；數(shù)據(jù)倉庫工具HIVE；大數(shù)據(jù)離線分析Spark、Python語言；數(shù)據(jù)實時分析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，那么這個容器的容量無限大，什么都能往里裝，大數(shù)據(jù)離不開物聯(lián)網(wǎng)，移動互聯(lián)網(wǎng)，大數(shù)據(jù)還和人工智能、云計算和機器學(xué)習(xí)有著千絲萬縷的關(guān)系，大數(shù)據(jù)海量數(shù)據(jù)存儲要高擴展就離不開云計算，大數(shù)據(jù)計算分析采用傳統(tǒng)的機器學(xué)習(xí)、數(shù)據(jù)挖掘技術(shù)會比較慢，需要做并行計算和分布式計算擴展。

3、學(xué)習(xí)大數(shù)據(jù)需要具備的能力

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

編程語言，對于想學(xué)大數(shù)據(jù)的同學(xué)，至少需要具備一門編程語言，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)將社會帶入了一個高速發(fā)展的時代，這不僅是信息技術(shù)的終極目標(biāo)，也是人類社會發(fā)展管理智能化的核心技術(shù)驅(qū)動力。