学习大数据难易程度如何？

大数据的学习还是挺难的，因为涉及的东西比较广比较多，你要学习统计学的相关知识，还有学习人工智能方面的。比如一些数据库管理系统MySQL， MongoDB，开源、支持网络、基于内存、键值对存储数据库Redis，还有python，liunx，hadoop等等。勤能补拙，路漫漫，好好学习，发展很好。

大数据技术的体系庞大而且复杂，涉及的技术包含数据的采集、数据预处理、分布式存储、NoSQL数据库、数据仓库、机器学习、并行计算、可视化等各种技术范畴和不同的技术层面。如果真的决定入行大数据，需要做好长期的攻坚准备。

看到这个问题，忍不住的想说两句，主要是想说说自己最近学习大数据的感受！原先一直想学习大数据，但总感觉忙抽不出时间学习，从去年开始下定决心，开始学习大数据。下面说一个个人的一些感受！

最初，认为从官网下载一些资料学习学习就可以了。于是下载了hadoop开始进行环境搭建。搭建了单机、伪分布式和分布式。看看Hadoop主要包含哪些东西。从官网看了些资料，看完之后，感觉还是不怎么理解，感觉这要学的东西太多了。

感觉学了一段时间，效果不佳，开始找资料。从51cto、CSDN等找资料学习，学习之后有了一个大体的了解。基本学完了common、hdfs、mapReduce（mr）、yarn等几部分，以及这几部分的关系。

大数据不是一个框架，大数据是一个生态，需要学习的东西，比想象的要多的多。后面就开始找视频资料进行系统的学习。逐渐了解到大数据需要掌握的基础知识包括java编程基础、Linux基础知识。hadoop的hdfs、mr以及yarn。后面的数据仓库Hive，序列号编解码Avro、Protobuf。分布式框架zookeeper。大数据数据库Hbase。大数据日志采集Flume。消息队列Kafka。大数据实时处理Storm。大数据实时计算spark及其相关编程语言scala。一般还要web开发的ssh或ssm框架等。

最后，想说知识虽然多，但只要坚持学习，总会有所收获。编程需要多动手，多实践，有助于你学习知识，加深理解。