看你的問題不是很專業(yè)啊。可能你不是學(xué)習(xí)計算機領(lǐng)域的同學(xué)吧。

大數(shù)據(jù)這幾年確實是個熱門詞匯。但是這一行門檻還是有的。

IT行業(yè)，

• 最早是賣硬件的多，例如你們城市早年很可能有個叫“電腦城” 的地方。

• 然后，是賣軟件的多，例如總是有些光盤里面有些軟件可以安裝，殺毒軟件,辦公軟件，游戲軟件……

• 再后來是網(wǎng)絡(luò)公司比較多，例如很多人開始用門戶網(wǎng)站看新聞、用QQ聊天、用淘寶購物……

• 以上趨勢發(fā)展到一定程度，綜合形成了大數(shù)據(jù)時代。

所以，如果你對之前的IT發(fā)展沒有認(rèn)知，可能很難快速走進(jìn)“大數(shù)據(jù)開發(fā)”相關(guān)的領(lǐng)域。

我們公司專門做輿情數(shù)據(jù)分析，每天幫大量客戶收集有效信息，并利用人工智能技術(shù)清洗數(shù)據(jù)，在將有用的輿情數(shù)據(jù)精準(zhǔn)推送給客戶。同時做出數(shù)據(jù)分析報告哥客戶。

以上描述，可以讓你對大數(shù)據(jù)日常工作有所了解。

如果你對這個IT趨勢看好，可以先選擇一個大數(shù)據(jù)相關(guān)的IT公司工作，從事銷售崗位，了解具體的生意邏輯，感受一下這些技術(shù)的深度再選擇自學(xué)。

針對零基礎(chǔ)大數(shù)據(jù)工程師每個階段進(jìn)行通俗易懂簡易介紹，方面大家更好的了解大數(shù)據(jù)學(xué)習(xí)。

一、 第一階段：靜態(tài)網(wǎng)頁基礎(chǔ)(HTML+CSS)

　　1. 難易程度：一顆星

　　2. 主要技術(shù)包括：html常用標(biāo)簽、CSS常見布局、樣式、定位等、靜態(tài)頁面的設(shè)計制作方式等

　　3. 描述如下：

　　從技術(shù)層面來說，該階段使用的技術(shù)代碼很簡單、易于學(xué)習(xí)、方便理解。從后期課程層來說，因為我們重點是大數(shù)據(jù)，但前期需要鍛煉編程技術(shù)與思維。經(jīng)過我們多年開發(fā)和授課的項目經(jīng)理分析，滿足這兩點，目前市場上最好理解和掌握的技術(shù)是J2EE，但J2EE又離不開頁面技術(shù)。所以第一階段我們的重點是頁面技術(shù)。采用市場上主流的HTMl+CSS。

二、 第二階段：JavaSE+JavaWeb

　　1. 難易程度：兩顆星

　　2. 主要技術(shù)包括：java基礎(chǔ)語法、java面向?qū)ο?類、對象、封裝、繼承、多態(tài)、抽象類、接口、常見類、內(nèi)部類、常見修飾符等)、異常、集合、文件、IO、MYSQL(基本SQL語句操作、多表查詢、子查詢、存儲過程、事務(wù)、分布式事務(wù))JDBC、線程、反射、Socket編程、枚舉、泛型、設(shè)計模式

　　3. 描述如下：

　　稱為Java基礎(chǔ)，由淺入深的技術(shù)點、真實商業(yè)項目模塊分析、多種存儲方式的設(shè)計

與實現(xiàn)。該階段是前四個階段最最重要的階段，因為后面所有階段的都要基于此階段，也是學(xué)習(xí)大數(shù)據(jù)緊密度最高的階段。本階段將第一次接觸團隊開發(fā)、產(chǎn)出具有前后臺(第一階段技術(shù)+第二階段的技術(shù)綜合應(yīng)用)的真實項目。

三、 第三階段：前端框架

　　1. 難易程序：兩星

　　2. 主要技術(shù)包括：JavaScript、Jquery、注解反射一起使用，XML以及XML解析、解析dom4j、jxab、jdk8.0新特性、SVN、Maven、easyui

　　3. 描述如下：

　　前兩個階段的基礎(chǔ)上化靜為動，可以實現(xiàn)讓我們網(wǎng)頁內(nèi)容更加的豐富，當(dāng)然如果從市場人員層面來說，有專業(yè)的前端設(shè)計人員，我們設(shè)計本階段的目標(biāo)在于前端的技術(shù)可以更直觀的鍛煉人的思維和設(shè)計能力。同時我們也將第二階段的高級特性融入到本階段。使學(xué)習(xí)者更上一層樓。

四、 第四階段：企業(yè)級開發(fā)框架

　　1. 難易程序：三顆星

　　2. 主要技術(shù)包括：Hibernate、Spring、SpringMVC、log4j slf4j 整合、myBatis、struts2、Shiro、redis、流程引擎activity， 爬蟲技術(shù)nutch,lucene，webServiceCXF、Tomcat集群和熱備、MySQL讀寫分離

　　3. 描述如下：

　　如果將整個JAVA課程比作一個糕點店，那前面三個階段可以做出一個武大郎燒餅(因為是純手工-太麻煩)，而學(xué)習(xí)框架是可以開一個星巴克(高科技設(shè)備-省時省力)。從J2EE開發(fā)工程師的任職要求來說，該階段所用到的技術(shù)是必須掌握，而我們所授的課程是高于市場(市場上主流三大框架，我們進(jìn)行七大框架技術(shù)傳授)、而且有真實的商業(yè)項目驅(qū)動。需求文檔、概要設(shè)計、詳細(xì)設(shè)計、源碼測試、部署、安裝手冊等都會進(jìn)行講解。

五、 第五階段： 初識大數(shù)據(jù)

　　1. 難易程度：三顆星

　　2. 主要技術(shù)包括：大數(shù)據(jù)前篇(什么是大數(shù)據(jù)，應(yīng)用場景，如何學(xué)習(xí)大數(shù)據(jù)庫，虛擬機概念和安裝等)、Linux常見命令(文件管理、系統(tǒng)管理、磁盤管理)、Linux Shell編程(SHELL變量、循環(huán)控制、應(yīng)用)、Hadoop入門(Hadoop組成、單機版環(huán)境、目錄結(jié)構(gòu)、HDFS界面、MR界面、簡單的SHELL、java訪問hadoop)、HDFS(簡介、SHELL、IDEA開發(fā)工具使用、全分布式集群搭建)、MapReduce應(yīng)用(中間計算過程、Java操作MapReduce、程序運行、日志監(jiān)控)、Hadoop高級應(yīng)用(YARN框架介紹、配置項與優(yōu)化、CDH簡介、環(huán)境搭建)、擴展(MAP 端優(yōu)化，COMBINER 使用方法見,TOP K,SQOOP導(dǎo)出,其它虛擬機VM的快照,權(quán)限管理命令,AWK 與 SED命令)

　　3. 描述如下：

　　該階段設(shè)計是為了讓新人能夠?qū)Υ髷?shù)據(jù)有一個相對的大概念怎么相對呢?在前置課程JAVA的學(xué)習(xí)過后能夠理解程序在單機的電腦上是如何運行的�，F(xiàn)在，大數(shù)據(jù)呢?大數(shù)據(jù)是將程序運行在大規(guī)模機器的集群中處理。大數(shù)據(jù)當(dāng)然是要處理數(shù)據(jù)，所以同樣，數(shù)據(jù)的存儲從單機存儲變?yōu)槎鄼C器大規(guī)模的集群存儲。(你問我什么是集群?好，我有一大鍋飯，我一個人可以吃完，但是要很久，現(xiàn)在我叫大家一起吃。一個人的時候叫人，人多了呢? 是不是叫人群啊!)

　　那么大數(shù)據(jù)可以初略的分為： 大數(shù)據(jù)存儲和大數(shù)據(jù)處理所以在這個階段中呢，我們課程設(shè)計了大數(shù)據(jù)的標(biāo)準(zhǔn)：HADOOP吶，大數(shù)據(jù)的運行呢并不是在咋們經(jīng)常使用的WINDOWS 7或者W10上面，而是現(xiàn)在使用最廣泛的系統(tǒng)：LINUX。

六、 第六階段：大數(shù)據(jù)數(shù)據(jù)庫

　　1. 難易程度：四顆星

　　2. 主要技術(shù)包括：Hive入門(Hive簡介、Hive使用場景、環(huán)境搭建、架構(gòu)說明、工作機制)、Hive Shell編程(建表、查詢語句、分區(qū)與分桶、索引管理和視圖)、Hive高級應(yīng)用(DISTINCT實現(xiàn)、groupby、join、sql轉(zhuǎn)化原理、java編程、配置和優(yōu)化)、hbase入門、Hbase SHELL編程(DDL、DML、Java操作建表、查詢、壓縮、過濾器)、細(xì)說Hbase模塊(REGION、HREGION SERVER、HMASTER、ZOOKEEPER簡介、ZOOKEEPER配置、Hbase與Zookeeper集成)、HBASE高級特性(讀寫流程、數(shù)據(jù)模型、模式設(shè)計讀寫熱點、優(yōu)化與配置)

　　3. 描述如下：

　　該階段設(shè)計是為了讓大家在理解大數(shù)據(jù)如何處理大規(guī)模的數(shù)據(jù)的同時。簡化編寫程序時間，同時提高讀取速度。

　　怎么簡化呢?在第一階段中，如果需要進(jìn)行復(fù)雜的業(yè)務(wù)關(guān)聯(lián)與數(shù)據(jù)挖掘，自行編寫MR程序是非常繁雜的。所以在這一階段中我們引入了HIVE，大數(shù)據(jù)中的數(shù)據(jù)倉庫。這里有一個關(guān)鍵字，數(shù)據(jù)倉庫。我知道你要問我，所以我先說，數(shù)據(jù)倉庫呢用來做數(shù)據(jù)挖掘分析的，通常是一個超大的數(shù)據(jù)中心，存儲這些數(shù)據(jù)的呢，一般為ORACLE,DB2,等大型數(shù)據(jù)庫，這些數(shù)據(jù)庫通常用作實時的在線業(yè)務(wù)。

　　總之，要基于數(shù)據(jù)倉庫分析數(shù)據(jù)呢速度是相對較慢的。但是方便在于只要熟SQL，學(xué)習(xí)起來相對簡單，而HIVE呢就是這樣一種工具，基于大數(shù)據(jù)的SQL查詢工具吶，這一階段呢還包括HBASE，它為大數(shù)據(jù)里面的數(shù)據(jù)庫。HIVE是基于MR的所以查詢起來相當(dāng)慢，HBASE呢基于大數(shù)據(jù)可以做到實時的數(shù)據(jù)查詢。一個主分析，另一個主查詢。

七、 第七階段：實時數(shù)據(jù)采集

　　1. 難易程序：四顆星

　　2. 主要技術(shù)包括：Flume日志采集，KAFKA入門(消息隊列、應(yīng)用場景、集群搭建)、KAFKA詳解(分區(qū)、主題、接受者、發(fā)送者、與ZOOKEEPER集成、Shell開發(fā)、Shell調(diào)試)、KAFKA高級使用(java開發(fā)、主要配置、優(yōu)化項目)、數(shù)據(jù)可視化(圖形與圖表介紹、CHARTS工具分類、柱狀圖與餅圖、3D圖與地圖)、STORM入門(設(shè)計思想、應(yīng)用場景、處理過程、集群安裝)、STROM開發(fā)(STROM MVN開發(fā)、編寫STORM本地程序)、STORM進(jìn)階(java開發(fā)、主要配置、優(yōu)化項目)、KAFKA異步發(fā)送與批量發(fā)送時效，KAFKA全局消息有序，STORM多并發(fā)優(yōu)化

　　3. 描述如下：

　　前面的階段數(shù)據(jù)來源是基于已經(jīng)存在的大規(guī)模數(shù)據(jù)集來做的，數(shù)據(jù)處理與分析過后的結(jié)果是存在一定延時的，通常處理的數(shù)據(jù)為前一天的數(shù)據(jù)。

舉例場景：網(wǎng)站防盜鏈，客戶賬戶異常，實時征信，遇到這些場景基于前一天的數(shù)據(jù)分析出來過后呢?是否太晚了。所以在本階段中我們引入了實時的數(shù)據(jù)采集與分析。主要包括了：FLUME實時數(shù)據(jù)采集，采集的來源支持非常廣泛，KAFKA數(shù)據(jù)數(shù)據(jù)接收與發(fā)送，STORM實時數(shù)據(jù)處理，數(shù)據(jù)處理秒級別

八、 第八階段：SPARK數(shù)據(jù)分析

　　1. 難易程序：五顆星

　　2. 主要技術(shù)包括：SCALA入門(數(shù)據(jù)類型、運算符、控制語句、基礎(chǔ)函數(shù))、SCALA進(jìn)階(數(shù)據(jù)結(jié)構(gòu)、類、對象、特質(zhì)、模式匹配、正則表達(dá)式)、SCALA高級使用(高階函數(shù)、科里函數(shù)、偏函數(shù)、尾迭代、自帶高階函數(shù)等)、SPARK入門(環(huán)境搭建、基礎(chǔ)結(jié)構(gòu)、運行模式)、Spark數(shù)據(jù)集與編程模型、SPARK SQL、SPARK 進(jìn)階(DATA FRAME、DATASET、SPARK STREAMING原理、SPARK STREAMING支持源、集成KAFKA與SOCKET、編程模型)、SPARK高級編程(Spark-GraphX、Spark-Mllib機器學(xué)習(xí))、SPARK高級應(yīng)用(系統(tǒng)架構(gòu)、主要配置和性能優(yōu)化、故障與階段恢復(fù))、SPARK ML KMEANS算法，SCALA 隱式轉(zhuǎn)化高級特性

　　3. 描述如下：

　　同樣先說前面的階段，主要是第一階段。HADOOP呢在分析速度上基于MR的大規(guī)模數(shù)據(jù)集相對來說還是挺慢的，包括機器學(xué)習(xí)，人工智能等。而且不適合做迭代計算。SPARK呢在分析上是作為MR的替代產(chǎn)品，怎么替代呢? 先說他們的運行機制，HADOOP基于磁盤存儲分析，而SPARK基于內(nèi)存分析。我這么說你可能不懂，再形象一點，就像你要坐火車從北京到上海，MR就是綠皮火車，而SPARK是高鐵或者磁懸浮。而SPARK呢是基于SCALA語言開發(fā)的，當(dāng)然對SCALA支持最好，所以課程中先學(xué)習(xí)SCALA開發(fā)語言。什么?又要學(xué)另外一種開發(fā)語言?不不不!!!我只說一句話：SCALA是基于JAVA做的。

　　在課程的設(shè)計方面，市面上的職位要求技術(shù)，基本全覆蓋。而且并不是單純的為了覆蓋職位要求，而是本身課程從前到后就是一個完整的大數(shù)據(jù)項目流程，一環(huán)扣一環(huán)。

　　比如從歷史數(shù)據(jù)的存儲，分析(HADOOP,HIVE,HBASE)，到實時的數(shù)據(jù)存儲(FLUME,KAFKA)，分析(STORM,SPARK)，這些在真實的項目中都是相互依賴存在的。

　　以上就是對大數(shù)據(jù)課程框架介紹。關(guān)于大數(shù)據(jù)你有什么想說的，歡迎在評論區(qū)留言交流討論。

在回答題主的問題之前看了一下其他樓主的回答，突然感覺要入門大數(shù)據(jù)要學(xué)習(xí)的內(nèi)容好多好雜，對于一個普通人來說可能至少要話三四年的時間全身心投入才可能入門，不知題主是否也有同樣的疑問！難道學(xué)習(xí)大數(shù)據(jù)真的是從入門到放棄么？其實我覺得不是。

首先在學(xué)習(xí)大數(shù)據(jù)之前應(yīng)該了解什么是大數(shù)據(jù)，大數(shù)據(jù)這個概念又是如何產(chǎn)生的呢？數(shù)據(jù)這個概念是在有計算機時便誕生了，而現(xiàn)在無非就是加了一個“大”，所謂大即在隨著互聯(lián)網(wǎng)越來越發(fā)達(dá)，網(wǎng)絡(luò)傳輸效率從2G走到現(xiàn)在的5G,從原先的互聯(lián)網(wǎng)走向現(xiàn)在的物聯(lián)網(wǎng)時代，每個人每個物產(chǎn)生的數(shù)據(jù)爆炸式產(chǎn)生，傳統(tǒng)的數(shù)據(jù)庫(如：oracle、db2等)已無法滿足現(xiàn)有數(shù)據(jù)的存儲開銷與計算效率，故而產(chǎn)生了現(xiàn)在的大數(shù)據(jù)平臺(如：MPP架構(gòu)的華為高斯DB和Hadoop生態(tài))來滿足對不斷增長的數(shù)據(jù)存儲與計算，也就是說大數(shù)據(jù)就是海量數(shù)據(jù)存儲與計算，題主可以選擇一種架構(gòu)的大數(shù)據(jù)平臺如針對性學(xué)習(xí)。

在了解了什么是大數(shù)據(jù)后題主可以選擇一種架構(gòu)的大數(shù)據(jù)平臺進(jìn)行學(xué)習(xí)，比如現(xiàn)在最流行的hadoop平臺。

根據(jù)題主的問題可以了解到題主應(yīng)該是想快速入門，那怎么才能快速入門呢？我覺得這才是題主最關(guān)心的問題吧！

所謂欲速則不達(dá)，門其實就在眼前只是不知如何去敲。那該怎么敲呢？首先得了解大數(shù)據(jù)平臺架構(gòu)分哪些模塊吧！(如hadoop平臺基礎(chǔ)模塊分hdfs、yarn、mapreduce)，其次得了解每個模塊得功能是什么吧，(如：hdfs是分布式文件存儲系統(tǒng)，是用來存儲數(shù)據(jù)的)，再就是得明白給個模塊之間的聯(lián)系以及各個模塊得實現(xiàn)原理了。

到此為止題主應(yīng)該算是入門了，如果題主覺得光了解概念及原理還不夠可自行搭建開源CDH平臺進(jìn)行學(xué)習(xí)試煉。結(jié)合網(wǎng)上大神們分享的搭建與開發(fā)經(jīng)驗找一個小小的案例進(jìn)行練習(xí)，題主就算上道了，至于道上的車速如何，需要題主自己把控！

其實簡單的來說，大數(shù)據(jù)就是通過分析和挖掘全量的非抽樣的數(shù)據(jù)輔助決策。

大數(shù)據(jù)可以實現(xiàn)的應(yīng)用可以概括為兩個方向，一個是精準(zhǔn)化定制，第二個是預(yù)測。比如像通過搜索引擎搜索同樣的內(nèi)容，每個人的結(jié)果卻是大不相同的。再比如精準(zhǔn)營銷、百度的推廣、淘寶的喜歡推薦，或者你到了一個地方，自動給你推薦周邊的消費設(shè)施等等。

隨著大數(shù)據(jù)在國內(nèi)的發(fā)展，大數(shù)據(jù)相關(guān)人才出現(xiàn)了供不應(yīng)求的狀況，大數(shù)據(jù)分析師更是被媒體稱為“未來發(fā)展前景良好的職業(yè)之一”。大數(shù)據(jù)分析師的薪酬比同等級職位高20%。而如何成為大數(shù)據(jù)時代的弄潮兒，掌握當(dāng)下緊缺的軟件技能是關(guān)鍵，那么，零基礎(chǔ)該怎樣學(xué)習(xí)大數(shù)據(jù)呢？

大數(shù)據(jù)作為當(dāng)下呼聲特別高的IT技術(shù)，想學(xué)大數(shù)據(jù)的朋友已經(jīng)從一個變成兩個，從兩個變成三個，但是計數(shù)單位，也是從個到百到千到萬，接下來還可能更高。大數(shù)據(jù)的學(xué)習(xí)容易嗎？門檻低，想學(xué)的都可以展開大數(shù)據(jù)的學(xué)習(xí)，那么該怎么入門呢？

零基礎(chǔ)學(xué)大數(shù)據(jù)好不好學(xué)

隨著大數(shù)據(jù)行業(yè)的快速發(fā)展，也隨之出現(xiàn)了一些問題，比如大數(shù)據(jù)人才的缺失就是目前急需解決的一個問題，那么很多學(xué)大數(shù)據(jù)的人又出現(xiàn)了一些問題，大家普遍擔(dān)心的就是零基礎(chǔ)能不能學(xué)習(xí)大數(shù)據(jù)，會不會不好學(xué)？

零基礎(chǔ)的人可以去大數(shù)據(jù)培訓(xùn)機構(gòu)學(xué)習(xí)大數(shù)據(jù)開發(fā)嗎？答案是可以的去。大數(shù)據(jù)學(xué)習(xí)并不是高深莫測的，雖然對于零基礎(chǔ)學(xué)員來說不是那么簡單，但是只要你認(rèn)真學(xué)習(xí)，加上有專業(yè)老師的指導(dǎo)和針對性的訓(xùn)練，相信你也是可以完全掌握大數(shù)據(jù)的。

零基礎(chǔ)學(xué)大數(shù)據(jù)四步走

零基礎(chǔ)的同學(xué)學(xué)習(xí)大數(shù)據(jù)開發(fā)不能急于求成，要分階段分步驟來一步步完成，大概可以分為四步：

第一階段

了解大數(shù)據(jù)的基本概念

首先，學(xué)習(xí)一門課程的時候，要對這門課程有一個簡單的了解，比如說，要先學(xué)習(xí)這門課程的一些專業(yè)的術(shù)語，學(xué)習(xí)一些入門概念知道這門課程是做什么的，主要的學(xué)習(xí)知識有哪些。因此學(xué)習(xí)大數(shù)據(jù)就必須知道什么是大數(shù)據(jù)，一般大數(shù)據(jù)的運用領(lǐng)域是那些，避免自己在對大數(shù)據(jù)一無所知的情況下就開始盲目學(xué)習(xí)。

第二階段

大數(shù)據(jù)課程學(xué)習(xí)

對于零基礎(chǔ)的小伙伴們來說，開始入門可能并不是那么容易，需要學(xué)習(xí)大量的理論知識，閱讀枯燥的教材。因此要通過自學(xué)來掌握一門計算機編程語言，還是很難的。大家都知道計算機編程語言有很多，比如：C++，Python，Java等等。

第三階段

項目實戰(zhàn)階段

實戰(zhàn)訓(xùn)練可以幫助我們更好的理解所學(xué)的內(nèi)容，同時對相關(guān)知識加強記憶。在以后的實際運用中，可以更快的上手，對于相關(guān)知識的使用方法也有了經(jīng)驗。

世上無難事只怕有心人，無論你是有基礎(chǔ)也好還是沒基礎(chǔ)也好，只要你認(rèn)真學(xué)習(xí)大數(shù)據(jù)就一定會學(xué)好。

第四階段

后續(xù)提高

大數(shù)據(jù)結(jié)合人工智能可以達(dá)到真正的數(shù)據(jù)科學(xué)家。

機器學(xué)習(xí)：是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。它是人工智能的核心，是使計算機具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域，它主要使用歸納、綜合而不是演繹。機器學(xué)習(xí)的算法基本比較固定了，學(xué)習(xí)起來相對容易。

深度學(xué)習(xí)：深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究，最近幾年發(fā)展迅猛。深度學(xué)習(xí)應(yīng)用的實例有AlphaGo、人臉識別、圖像檢測等。是國內(nèi)外稀缺人才，但是深度學(xué)習(xí)相對比較難，算法更新也比較快，需要跟隨有經(jīng)驗的老師學(xué)習(xí)。

最快的學(xué)習(xí)方法，就是參加大數(shù)據(jù)課程培訓(xùn)，師從行業(yè)專家，畢竟老師有多年積累的經(jīng)驗，自己少走彎路達(dá)到事半功倍的效果。