想要學(xué)好大數據需掌握這十二大技術(shù)

　　大數據是對海量數據進(jìn)行存儲、計算、統計、分析處理的一系列處理手段，處理的數據量通常是TB級，甚至是PB或EB級的數據，這是傳統數據處理手段所無(wú)法完成的，其涉及的技術(shù)有分布式計算、高并發(fā)處理、高可用處理、集群、實(shí)時(shí)性計算等，匯集了當前IT領(lǐng)域熱門(mén)流行的IT技術(shù)。

　　想要學(xué)好大數據需掌握以下技術(shù)：

　　1. Java編程技術(shù)

　　Java編程技術(shù)是大數據學(xué)習的基礎，Java是一種強類(lèi)型語(yǔ)言，擁有極高的跨平臺能力，可以編寫(xiě)桌面應用程序、Web應用程序、分布式系統和嵌入式系統應用程序等，是大數據工程師最喜歡的編程工具，因此，想學(xué)好大數據，掌握Java基礎是必不可少的!

　　2.Linux命令

　　對于大數據開(kāi)發(fā)通常是在Linux環(huán)境下進(jìn)行的，相比Linux操作系統，Windows操作系統是封閉的操作系統，開(kāi)源的大數據軟件很受限制，因此，想從事大數據開(kāi)發(fā)相關(guān)工作，還需掌握Linux基礎操作命令。真正的大數據工程師，linux命令是橫著(zhù)寫(xiě)很長(cháng)，不是一句一句執行的，尤其是大數據工程師需要檢測cpu，內存，網(wǎng)絡(luò )IO等各種開(kāi)銷(xiāo)，就需要掌握各種命令，命令主要分為這幾種，一是查看各種進(jìn)程的相關(guān)信息，其中包括cpu或者內存等從高到底，或者是前十等等。二是排查故障，結合linux和java的各種命令快速定位到問(wèn)題出現的關(guān)鍵地方。三是排除系統長(cháng)時(shí)間使用過(guò)慢原因等。

　　3.Hadoop

　　Hadoop是大數據開(kāi)發(fā)的重要框架，Hadoop分HDFS和Map/reduce，HDFS是Hadoop的主要分布式存儲。一個(gè)HDFS集群主要由一個(gè)NameNode(管理文件系統的元數據)和存儲實(shí)際數據的DataNode組成。HDFS為海量的數據提供了存儲，實(shí)現了存取優(yōu)化。Hadoop的MapReduce是一個(gè)軟件框架，為海量的數據提供了計算，可方便地編寫(xiě)應用程序處理大量的數據(多是TB數據集)，因此，需要重點(diǎn)掌握，除此之外，還需要掌握Hadoop集群、Hadoop集群管理、YARN以及Hadoop高級管理等相關(guān)技術(shù)與操作!

　　4.HBase

　　HBase是Hadoop的數據庫，HBase是一個(gè)分布式的、面向列的開(kāi)源數據庫，它提供了隨機，實(shí)時(shí)讀/寫(xiě)訪(fǎng)問(wèn)大數據，并進(jìn)行了優(yōu)化承載非常大的數據表 - 數十億行乘以百萬(wàn)列 -，實(shí)現服務(wù)器硬件之上集群。不同于一般的關(guān)系數據庫，更適合于非結構化數據存儲的數據庫，是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲系統，在其核心Apache HBase是一個(gè)分布式的面向列的數據庫，屬于谷歌的Bigtable：Apache HBase在Hadoop和HDFS之上提供了類(lèi)似于Bigtable的能力。大數據開(kāi)發(fā)需掌握HBase基礎知識、應用、架構以及高級用法等。

　　5.Hive

　　Hive是基于Hadoop的一個(gè)數據倉庫工具，方便簡(jiǎn)單的數據匯總工具，可以將結構化的數據文件映射為一張數據庫表，并提供簡(jiǎn)單的sql查詢(xún)功能，可以將sql語(yǔ)句轉換為MapReduce任務(wù)進(jìn)行運行，十分適合數據倉庫的統計分析。同時(shí)，這語(yǔ)言也可以讓傳統的map / reduce程序員嵌入他們的自定義maperhe reducer.對于Hive需掌握其安裝、應用及高級操作等。

　　6.ZooKeeper

　　ZooKeeper是Hadoop和Hbase的重要組件，是一個(gè)為分布式應用提供一致性服務(wù)的軟件，一種集中式的服務(wù)(負載平衡器)，提供的功能包括：配置維護、域名服務(wù)、分布式同步、組件服務(wù)等，并提供團體服務(wù)。Apache ZooKeeper協(xié)調運行在Hadoop集群上的分布式應用程序。在大數據開(kāi)發(fā)中要掌握Z(yǔ)ooKeeper的常用命令及功能的實(shí)現方法。

　　7.phoenix

　　phoenix是用Java編寫(xiě)的基于JDBC API操作HBase的開(kāi)源SQL引擎，其具有動(dòng)態(tài)列、散列加載、查詢(xún)服務(wù)器、追蹤、事務(wù)、用戶(hù)自定義函數、二級索引、命名空間映射、數據收集、行時(shí)間戳列、分頁(yè)查詢(xún)、跳躍查詢(xún)、視圖以及多租戶(hù)的特性，大數據開(kāi)發(fā)需掌握其原理和使用方法。

　　8.Avro與Protobuf

　　Avro與Protobuf均是數據序列化系統，可以提供豐富的數據結構類(lèi)型，十分適合做數據存儲，還可進(jìn)行不同語(yǔ)言之間相互通信的數據交換格式，學(xué)習大數據，需掌握其具體用法。

　　9.Cassandra

　　Apache Cassandra是一個(gè)高性能，可擴展性和高線(xiàn)性可用的數據庫，可以運行在服務(wù)器或云基礎設施上，為關(guān)鍵任務(wù)數據提供完美的平臺，。 Cassandra支持多個(gè)數據中心之間復制是同類(lèi)產(chǎn)品中最好，為用戶(hù)提供更低的延遲，甚至不懼怕停電。 Cassandra的數據模型提供了便利的列索引，高性能試圖和強大的內置緩存。

　　10.Kafka

　　Kafka是一種高吞吐量的分布式發(fā)布訂閱消息系統，其在大數據開(kāi)發(fā)應用上的目的是通過(guò)Hadoop的并行加載機制來(lái)統一線(xiàn)上和離線(xiàn)的消息處理，也是為了通過(guò)集群來(lái)提供實(shí)時(shí)的消息。大數據開(kāi)發(fā)需掌握Kafka架構原理及各組件的作用和使用方法及相關(guān)功能的實(shí)現!

　　11.Chukwa

　　是一個(gè)開(kāi)源大型分布式系統的數據采集監視系統。它是建立在Hadoop分布式文件系統(HDFS)和Map/ Reduce框架之上，并繼承了Hadoop的可伸縮性和健壯性。 Chukwa還包括一個(gè)靈活而強大的工具包，用于顯示，監測和分析結果，以便做出最佳地使用所收集的數據。

　　12.Flume

　　Flume是一款高可用、高可靠、分布式的海量日志采集、聚合和傳輸的系統，Flume支持在日志系統中定制各類(lèi)數據發(fā)送方，用于收集數據;同時(shí)，Flume提供對數據進(jìn)行簡(jiǎn)單處理，并寫(xiě)到各種數據接受方(可定制)的能力。大數據開(kāi)發(fā)需掌握其安裝、配置以及相關(guān)使用方法。