想学习大数据，这个门槛高吗？

首先，大数据是一门非常庞杂的技术体系，其中涉及的组件数以百计，每个组件都掌握好几乎是不可能的，由于每个人的技术背景不一样，学习的着手点也不一样，所以必须设定一个目标。

对于有mysql，oracle等关系数据库基础的技术人员，本身具备了对数据的理解，学起来可能会更顺畅一些。可以从hadoop体系架构开始，首先了解每个组件的功能，再进行有针对性的深入学习。

对于没有数据库基础的人而言，建议先选择一款数据库，了解数据操作的基本知识，然后再着手学习hadoop，这样会好些。

目前能称之为大数据的就是几个互联网公司用的溜一点，其他都是幌子。但我认为学起来，用起来简单，吃透很难，没有数学功底，很难完成底层架构的修改。

学习和掌握大数据的门槛实际是还是很高的，一般建议先学习普通的关系型数据库，然后再学习大数据的操作和处理。

基础阶段：Linux、Docker、KVM、MySQL基础、Oracle基础、MongoDB、redis。hadoop mapreduce hdfs yarn：hadoop：Hadoop 概念、版本、历史，HDFS工作原理，YARN介绍及组件介绍。

大数据存储阶段：hbase、hive、sqoop。

大数据架构设计阶段：Flume分布式、Zookeeper、Kafka。

大数据实时计算阶段：Mahout、Spark、storm。