最近很多人问小编现在学习大数据这么多，他们都是如何学习的呢。很多初学者在萌生向大数据方向发展的想法之后，不免产生一些疑问，应该怎样入门？应该学习哪些技术？学习路线又是什么？今天小编特意为大家整理了一份大数据从入门到精通的学习路线。并且附带学习资料和视频。希望能够帮助到大家。
大数据学习资料分享群：119599574
第一阶段：Linux理论
（1）Linux基础；（2）Linux-shell编程；（3）高并发：lvs负载均衡；（4）高可用&反向代理
第二阶段：Hadoop理论
（1）hadoop-hdfs理论；（2）hadoop-hdfs集群搭建；（3）hadoop-hdfs 2.x & api ；（4）hadoop-MR理论 ；
（5）hadoop-MR开发分析；（6）hadoop-MR源码分析 ；（7）hadoop-MR开发案例
第三阶段：Hive理论
（1）Hive介绍以及安装 ；（2）Hive实战
第四阶段：HBase
（1）HBase介绍以及安装 ；（2）HBase调优
第五阶段： redis理论
（1）redis类型 ； （2） redis高级
第六阶段：Zookeeper理论
（1）Zookeeper介绍 ；（2） Zookeeper使用
第七阶段： Scala语法
（1）Scala语法介绍；（2）scala语法实战
第八阶段： Spark理论
（1）Spark介绍；（2）Spark代码开发流程 ； （3）Spark集群搭建；（4） Spark资源调度原理；
（5）Spark任务调度；（6）Spark案例；（7）Spark中两种最重要shuffle；
（8）Spark高可用集群的搭建；（9）SparkSQL介绍；（10） SparkSQL实战 ；
（11）SparkStreaming介绍；（12）SparkStreaming实战
第九阶段：机器学习介绍
（1） 线性回归详解； （2）逻辑回归分类算法； （3）Kmeans聚类算法； （4）KNN分类算法； （5）决策树 随机森林算法
从零基础到项目实战，实时交易监控系统，推荐系统理论，数据库搭建等等。需要以下大数据学习资料的小伙伴可以加群免费获取，大家一起学习大数据。
大数据学习资料分享群：119599574
第十阶段：Elasticsearch理论
（1）Elasticsearch搜索原理； （2） Elasticsearch实战
第十一阶段：Storm理论
（1）Storm介绍以及代码实战；（2）Storm伪分布式搭建以及任务部署； （3）Storm架构详解以及DRCP原理；
（4） 虚拟化理论kvm虚拟化 ； （5） docker
1,_推荐系统理论与实战项目 Part2
2,推荐系统理论与实战 项目Part1
3.实时交易监控系统项目(下)
4,实时交易监控系统项目(上)
5,用户行为分析系统项目1
6,用户行为分析系统项目2
7,大数据批处理之HIVE详解
8,ES公开课 part1
9,spark_streaming_
10,数据仓库搭建详解
11,大数据任务调度
12,流数据集成神器Kafka
13,Spark 公开课
14,海量日志收集利器：Flume
15,Impala简介
16,Hive简介
17,MapReduce简介
18海量数据高速存取数据库 HBase
19,浅谈Hadoop管理器yarn原理
20,,分布式全文搜索引擎ElasticSearch Part2
结语：以上就是大数据从入门到精通的学习路线了，并且有许多项目实战供大家实践。祝大家工作顺利，步步高升.
原文地址：https://www.cnblogs.com/Aa123456780/p/9597717.html