学习大数据首先要了解大数据的学习路线，首先搞清楚先学什么，再学什么，大的学习框架知道了，剩下的就是一步一个脚印踏踏实实从最基础的开始学起。
这里给大家普及一下学习路线：hadoop生态圈——Strom——Spark——算法。
所以学习hadoop是第一步，在这里声明一下，在学习hadoop之前需要有java基础，因为hadoop底层全是用java写的；还需要系统层面学会使用linux的基本shell命令，因为你学习hadoop得首先会安装hadoop。Hadoop在大数据技术体系中的地位至关重要，Hadoop是大数据技术的基础，对Hadoop基础知识的掌握的扎实程度，会决定在大数据技术道路上走多远。
下面谈谈一谈如何开始学习hadoop。
本文的思路是：以安装部署Apache Hadoop2.x版本为主线，来介绍Hadoop2.x的架构组成、各模块协同工作原理、技术细节。
安装不是目的，通过安装认识Hadoop才是目的。
Hadoop环境搭建，需要更多大数据学习视频教程可以点击扣扣群领取606859705
第一部分：Linux环境安装
Hadoop是运行在Linux，虽然借助工具也可以运行在Windows上，但是建议还是运行在Linux系统上，第一部分介绍Linux环境的安装、配置、Java JDK安装等。
第二部分：Hadoop本地模式安装
Hadoop本地模式只是用于本地开发调试，或者快速安装体验Hadoop，这部分做简单的介绍。
第三部分：Hadoop伪分布式模式安装
学习Hadoop一般是在伪分布式模式下进行。这种模式是在一台机器上各个进程上运行Hadoop的各个模块，伪分布式的意思是虽然各个模块是在各个进程上分开运行的，但是只是运行在一个操作系统上的，并不是真正的分布式。
第四部分：完全分布式安装
完全分布式模式才是生产环境采用的模式，Hadoop运行在服务器集群上，生产环境一般都会做HA，以实现高可用。
第五部分：Hadoop HA安装
HA是指高可用，为了解决Hadoop单点故障问题，生产环境一般都做HA部署。这部分介绍了如何配置Hadoop2.x的高可用，并简单介绍了HA的工作原理。
安装过程中，会穿插简单介绍涉及到的知识。希望能对大家有所帮助。
上面环境的搭建只是讲了一下框架，由于时间有限，具体如何操作可以留言与我交流。需要大数据学习视频教程可以进入扣扣群领取
环境搭建好后，然后尝试编写mapreduce进行打包运行。当你对hadoop应用编程层面没有疑问的时候，可以尝试去深入了解mapreduce的核心思想，尤其是map，shuffle，join，reduce等。
对于新手来说入门会遇到很多问题，这是正常的，不过遇到问题不可怕，只要想办法解决了自己的能力就会一点一点的提高，在这里预祝在大数据之路上求仙的伙伴们学有所成
原文地址：https://blog.51cto.com/14342636/2420188