大数据的学习可以分为以下步骤：
1。理解大数据理论
要学习大数据，您至少应该知道大数据是什么，以及通常使用哪些大数据区域。对大数据有一个大致的了解，你就可以知道数据是否对它感兴趣了。如果大数据是绝对无知的，并开始学习，你可以学会知道你不是爱，所以浪费时间和精力可能是浪费金钱。所以，如果你想学习大数据，你首先需要对大数据有一个大致的了解。
2。计算机程序设计语言的学习。
对于基于零的朋友来说，第一个输入可能不太简单。因为需要掌握计算机编程语言，我们都知道，有很多的计算机编程语言，自创大数据交流学习裙：72268o258每天分享资料，有想往大数据的伙伴，欢迎加入，如R，C++，java，等大部分的机构目前的java教学，我们都知道，java是最广泛使用的网络编程语言。他是容易使用的，如果你学习C++语言，你会觉得像C++和java，因为许多在java和C++语法的基本语句，如循环控制语句的使用，和C++几乎是相同的，但是java和C++两种语言java完全不同，只是了解一些基本的概念，你可以用它编写应用程序。java略运算符重载、多重继承的模糊概念。许多混淆的概念在C++、java和一些被遗弃或更清晰和更容易理解，所以java语言比较简单。
在这里还是要推荐下我自己建的大数据学习交流群:199427210，群里都是学大数据开发的，如果你正在学习大数据 ，小编欢迎你加入,大家都是软件开发党，不定期分享干货（只有大数据软件开发相关的），包括我自己整理的一份2018最新的大数据进阶资料和高级开发教程，欢迎进阶中和进想深入大数据的小伙伴加入。
我们学习java的时候，我们需要学习这些课程：CSS HTML &；&；js，java web技术、JDBC、JSP、java、数据库、JDBC技术，等等。这些课程可以帮助我们更好地理解和学会使用java。
一． Python学习路线图
1. 基础语法结构（语句块、程序输入输出、文档字符串、日期和时间函数等）
2. 变量和赋值、数字、字符串、列表、元组、字典
3. 代码块及缩进对齐
4. if语句、判断条件
5. Python流程控制语句：while循环、for循环与range()内建函数列表解析
6. 文件对象：文件打开方法、文件输入输出
7. 函数：函数创建、参数等
8. 模块：模块的导入及加载等
9. 语句和语法
10. 数字对象详解，数字运算符及其内建函数等
11. 字符串详解：字符串切片、相关方法
12. 列表：更新、访问及相关函数
13. 元组操作符及内建函数应用
14. 字典详解：创建、更新及相关方法等
15. 集合：可变与不可变集合以及其关内建函数
16. 操作mysql数据库
17. XML解析
18. 熟悉os模块：访问文件系统的主要方法
19. 异常：捕获异常、处理异常
20. 函数高级应用：闭包、装饰器
21. 函数式编程：偏函数、递归函数应用
22. 模块和包：创建及使用方法
23. 面向对象编程
二．Hadoop学习路线图
1. 了解Hadoop生态系统概述以及版本演化
2. HDFS文件系统原理、特性与基本架构
3. HDFS文件系统API编程
a) 使用 FileSystem API 操作 HDFS 中内容
b) 了解 Configuration，Path ，FileStatus，FSDataInputStream,FSDataOutputStream等API类的使用
4. HDFS文件系统命令行操作（hdfs fs -help操作命令）
4. YARN应用场景、基本架构与资源调度
5. Map-Reduce原理、体系架构和工作机制
6. Map-Reduce 编程实践（java python等多语言编程）
7. Map-Reduce高级编程实践
a) 重要的组件了解
i. InputFormat 输入格式(FileInputFormat,TextInputFormat，SequenceInputFormat等)
ii. OutputFormat 输出格式（FileOutputFormat,TextOutputFormat等）
iii. 多种输入与输出使用（MultipleInputs 多种输入,MultipleOututs 多种输出）
iv. Combiner
v. Partitioner
vi. RecordReader
vii. Writable 接口
viii. WritableComparable 接口与 RawComparator 接口
ix. 如何自定义的 Writable 类
b) 计数器（内置计数器,如何自定义计数器）
i. MapReduce 任务计数器:TaskCounter
ii. 文件系统计数器:FileSystemCounter
iii. 输入文件计数器:FileInputFormatCounter
iv. 输出文件计数器:FileOutputFormatCounter
v. 任务计数器:JobCounter
c) join(Map端Join,Reduce)
d) 排序（全排序,部分排序,二次排序）
8. Hadoop运维工具学习
dfsadmin/mradmin/balancer/distcp/fsck/job等
三．Hive学习路线图
1. hive体系架构
2. hive的访问方式（CLI, Hive Server2, HWI等）
3. HQL
a) 基础语法：DDL,DML
b) 数据类型
c) Hive高级查询语句（group by操作,Join操作,Order by和Sort by,Union all等）
4. 存储类型
a) TextFile
b) Sequence File
c) RCFile
d) ORCFile
5. 函数
a) 自带函数
b) 自定义函数（UDF,UDTF,UDAF）
四．Spark学习路线图
1.Spark基本架构
2.Spark工作机制
3.Spark计算模型
4. scala语言的学习
5.Spark编程
a) 掌握基本实例（wordcount join mapjoin 排序）
6.了解Spark sql 交互式查询
a) 运行架构
b) 基本使用
7.Spark Streaming
a) 基本架构
b) 运行原理
c) 运用场景
d) 编程模型DStream
e) 程序调优方式
8.机器学习
a) 定义
b) 分类
c) 常用算法
d) Mllib（概要，构成，运行架构，了解具体实例）
本人有hadoop部分学习视频，如下图：
，有需要的同学可以私信我，我给大家发下载链接