詳情描述
大數據學習路線及各階段學習書籍推薦！廢話不多說，直接切入主題，有需要的小伙伴可以參考學習！
階段一、大數據基礎java語言基礎方面
（1）Java語言基礎
Java開發(fā)介紹、熟悉Eclipse開發(fā)工具、Java語言基礎、Java流程控制、Java字符串、Java數組與類和對象、數字處理類與核心技術、IO與反射、多線程、Swing程序與集合類
（2）HTML、CSS與JavaScript
PC端網站布局基礎、WebApp頁面布局、原生JavaScript交互功能開發(fā)、Ajax異步交互、jQuery應用
（3）JavaWeb和數據庫
數據庫、JavaWeb開發(fā)核心、JavaWeb開發(fā)內幕
推薦書籍：
《Effective Java中文版》（第2版）
本書為我們帶來了共78條程序員必備的經驗法則，針對你每天都會遇到的編程問題提出了有效、實用的解決方案。
書中的每一章都包含幾個“條目”，以簡潔的形式呈現，自成獨立的短文，它們提出了具體的建議，對于Java平臺精妙之處的獨到見解，以及優(yōu)秀的代碼范例。每個條目的綜合描述和解釋都闡明了應該怎么做，不應該怎么做，以及為什么。
階段生態(tài)體系
Linux體系、Hadoop離線計算大綱、分布式數據庫Hbase、數據倉庫Hive、數據遷移工具Sqoop、Flume分布式日志框架
推薦書籍：
1、《Big Data》
在大數據的背景下，我很少看到關于數據建模，數據層，數據處理需求分析以及數據架構和存儲實現問題。這本書卻提供了令人耳目一新的全面解決方案。
2、《Hadoop 指南》
《Hadoop 指南（中文版）》從Hadoop的緣起開始，由淺入深，結合理論和實踐，全方位地介紹Hadoop這一高性能處理海量數據集的理想工具。
3、《Hive編程指南》
《Hive編程指南》是一本Apache Hive的編程指南，旨在介紹如何使用Hive的SQL方法HiveQL來匯總、查詢和分析存儲在Hadoop分布式文件系統(tǒng)上的大數據集合。
階段三、分布式計算。
（1）分布式計算框架
Python編程語言、Scala編程語言、Spark大數據處理、SparkStreaming大數據處理、SparkMlib機器學習、SparkGraphX 圖計算、實戰(zhàn)一：基于Spark的推薦系統(tǒng)（某一線公司真實項目）、實戰(zhàn)二：新浪網（）
（2）storm技術架構體系
Storm原理與基礎、消息隊列kafka、Redis工具、zookeeper詳解、實戰(zhàn)一：日志告警系統(tǒng)項目、實戰(zhàn)二：猜你喜歡推薦系統(tǒng)實戰(zhàn)
推薦書籍：
1、《Learning Spark》
《Spark 快速大數據分析》是一本為Spark 初學者準備的書，它沒有過多深入實現細節(jié)，而是更多關注上層用戶的具體用法。不過，本書絕不僅僅限于Spark 的用法，它對Spark 的核心概念和基本原理也有較為全面的介紹，讓讀者能夠知其然且知其所以然。
2、《Spark機器學習：核心技術與實踐》
本書采用理論與大量實例相結合的方式幫助開發(fā)人員掌握使用Spark進行分析和實現機器學習算法。通過這些示例和Spark在各種企業(yè)級系統(tǒng)中的應用，幫助讀者解鎖Spark機器學習算法的復雜性，通過數據分析產生有價值的數據洞察力。
階段四、大數據項目實戰(zhàn)（一線公司真實項目）
數據獲取、數據處理、數據分析、數據展現、數據應用
階段五、大數據分析 AI（人工智能）
主要是講解Data Analyze數據分析基礎、數據可視化中三類樸素貝葉斯算法以及python機器學習等提升個人能力的內容！
目前就整理到這里，大家有好的學習資料歡迎評論分享！
圖片展示
