南阳高中生0基础如何学习大数据开发

　　一、掌握一门编程

　　在大数据处理技术中支持多种编程语言，但现在主流的大数据技术框架是基于Java编程语言进行开发并运行的，所以学习大数据开发技术只需要学习一门编程语言，也就是Java语言。

　　这部分需要学习JavaSE、JavaWeb以及企业级框架。

　　1、JavaSE：JavaSE基础语法、JavaSE面向对象、JavaSEAPI常见操作类、JDBC（连接数据库常用接口）。

　　2、JavaWeb：JavaScript、Jquery、XML&版本控制。

　　企业级框架：Spring、Spring mvc、SpringBoot及MyBatis。

　　二、大数据处理技术之数据仓库

　　大数据处理技术需要建立一个数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。

　　数据仓库是由数据库搭建而来的，因此在此部分需要学习SQL语句、MySQL数据库、大数据技术处理中所需要用到的数据库以及数据仓库工具。

　　1、SQL语句

　　SQL的全称是Structured Query Language，翻译成中文就是结构化查询语言，是一种特殊目的的编程语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系型数据库。

　　学习内容：SQL语句基本操作、常用函数、分组函数、多表查询、子查询、存储过程、事务、视图、触发器。

　　2、MySQL

　　MySQL是一种关系型数据库，学习MySQL数据库的目的为了更容易地去理解大数据处理技术所要运用到的数据库以及数据仓库工具。

　　学习内容：MySQL安装、常见命令使用、表与数据库操作、约束。

　　以下是大数据处理技术所要运用的数据库及数据仓库工具。

　　1、HBase（一个适合于非结构化数据存储的数据库）：HBase模型坐标结构访问场景、HBase访问Shell接口、HBase访问API接口、HBaseRowkey设计、HBase合并分裂数据定位。

　　2、MongoDB（一个基于分布式文件存储的数据库）：MongoDB原理概念模型场景、CRUD操作、MongoDB工具、安全和用户管理

　　3、Redis（属于NoSQL数据库）：Redis安装、Redis配置、Redis持久化RDB与AOF、Redis操作、Redis Sentinel、Redis Cluster。

　　4、Hive（基于Hadoop的一个数据仓库工具）：HIve体系结构机制场景、HiveDDL操作、Hive文件格式和DML操作、HiveDQL操作、Hive客户端、Hive函数操作、Hive性能优化

　　5、ES（基于Lucene的搜索服务器）：ElasticSearch概念、倒排索引与分词原理、ElasticSearch分布式搭建、Mapping设置、ElasticSearch基本索引、ElasticSearch索引、ElasticSearch的运行机制。

　　三、开源组件

　　在学习大数据技术开源组件之前还需要学习Linux系统、CentOS及Maven，这是学习大数据技术框架的一个前提，主流的大数据开源组件是基于Linux系统运行的。

　　1、Linux：LInux系统概念、Linux系统基础知识。

　　2、CentOS：安装部署基础概念、常用管理命令、常用Shell编程命令。

　　3、Maven：安装部署基础概念、依赖聚合与继承、搭建管理与应用。

　　接下来将开始学习大数据技术开源组件。

　　4、HDFS：HDFS概念、内部结构与读写原理、故障读写容错与备份机制、ZooKeeper、HdfsHA、Federation联邦。

　　5、MapReduce：MapReduce编程基础、执行过程、MR原理、分片混洗。

　　6、Yarn：框架组件流程调度。

　　7、Flume：Flume概念、应用场景、核心技术、应用。

　　8、Scala：Scala语言基础知识、特征、模式匹配。

　　9、Kafka：主题分区读写原理分布式、Kafka Shell命令及分区、偏移量管理、Kafka生产&消费API。

　　10、Spark：Spark概念、Spark编程模型、运行原理、架构特点、运行模式、SparkSQL、SparkStreaming。

　　11、Flink：Flink环境搭建、Flink编程模型及核心概念、Flink API编程、Flink中Time及Windows的使用、Flink内部机制。

　　12、Oozie：Oozie调度框架。