想做大数据处理分析，该专注于学spark还是深度学习呢？

spark是工具，深度学习是解决问题的策略。如果做大数据分析，至少应该熟练使用一种工具，并深入理解常用的算法。如果是是做大数据分析，并不需要做到代码级和架构级熟悉spark。因为它仅仅是一个工具，熟练使用即可。如果题主具有较好的编程基础，一个月的时间足够学好sparksql和sparkml。更多的精力应该用在算法学习上。但如果题主想要学习深度学习，不建议学习spark。因为常用的CNN、RNN等模型，通常利用GPU计算，而不是CPU计算，而spark是内存计算框架，主要是在CPU上完成计算，计算效率不如GPU。因此，如果使用深度学习做大数据分析，可以用TensorFlow等框架。

首先，你最需要明白的是大数据处理分析，最需要学习研究的是什么？

其次，需要弄清楚，spark最大的特长是什么，主要用来解决什么？

最后，deep learning 是用来做什么的，同样需要弄清楚。

此时，big data analysis 的主要任务，和 spark主要功能匹配吗？

研究生解决以上问题，没问题。如有疑问，欢迎留言