人们想开始学习大数据的时候，最常问我的问题是，“我应该学Hadoop（hadoop是一款开源软件，主要用于分布式存储和计算，他由HDFS和MapReduce计算框架组成的，他们分别是Google的GFS和MapReduce的开源实现。由于hadoop的易用性和可扩展性，因此成为最近流行的海量数据处理框架。hadoop这个单词来源于其发明者的儿子为一个玩具大象起的名字。）, 分布式计算，Kafka（Kafka是由LinkedIn开发的一个分布式基于发布/订阅的消息系统）,NoSQL（泛指非关系型的数据库）还是Spark（Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处）？”
推荐一个大数据学习群 142973723每天晚上20:10都有一节【免费的】大数据直播课程，专注大数据分析方法,大数据编程，大数据仓库，大数据案例，人工智能,数据挖掘都是纯干货分享，
而我通常只有一个答案：“这取决于你究竟想做什么。”
因此，让我们用一种有条理的方式来解决这个问题。我们将一步步地探索这条学习之路。
在大数据行业有哪些职业需求？
在大数据行业中有很多领域。通常来说它们可以被分为两类：
-
大数据工程
-
大数据分析
这些领域互相独立又互相关联。
大数据工程涉及大量数据的设计，部署，获取以及维护（保存）。大数据工程师需要去设计和部署这样一个系统，使相关数据能面向不同的消费者及内部应用。
而大数据分析的工作则是利用大数据工程师设计的系统所提供的大量数据。大数据分析包括趋势、图样分析以及开发不同的分类、预测预报系统。
因此，简而言之，大数据分析是对数据的高级计算。而大数据工程则是进行系统设计、部署以及计算运行平台的顶层构建。
你的领域是什么，适合什么方向？
现在我们已经了解了行业中可供选择的职业种类，让我们想办法来确定哪个领域适合你。这样，我们才能确定你在这个行业中的位置。
学习大数据开发需要一个系统的过程，对于零基础的人可以按照以下学习路线学习大数据开发：
第一，学习Linux系列操作系统。Linux操作系统是做大数据开发的基础，大部分大数据平台包括Hadoop都是基于Linux操作系统的，所以首先要掌握Linux操作系统的使用。
第二，学习编程语言。大数据开发可以使用Java、Python、Scala、R等语言，其中Python使用的比较多，在Spark平台下Scala语言使用的比较常见。虽然Java语言给大家的感觉有点偏“重”，但是大部分大数据平台都支持Java语言。
第三，学习大数据平台的搭建和部署。大数据开发要基于大数据平台，所以搭建大数据平台是一定要熟练掌握的，目前大部分大数据平台都是基于Hadoop和Spark搭建的（包括商用大数据平台），所以要掌握如何搭建Hadoop和Spark平台。
第四，学习并掌握常见的大数据算法。大数据开发一个重点内容是做算法实现，所以掌握常见的大数据算法是非常有必要的。
以上内容是进行大数据开发的基础，一定要熟练掌握。另外，扎实的数学基础能使开发者走的更远。学习大数据是一个漫长的过程，由于大数据涉及到的内容非常多，所以建议通过案例来进行学习，这样效果会更好一些。