大数据学习路线图如何使用？

回想自己学大数据的时候，现在看来也是一地鸡毛。总结如下:

大数据的目的大部分就是数据分析，挖掘现在没有发现的价值，或者是监控系统稳定。

现有大数据的归类就是离线和实时，使用这两种方式去处理数据就是数据分析。

既然是大数据那么单机是不能完成计算的，那么就需要分布式技术。分布式技术包含了很多内容，比如分布式计算，分布式的acid ，分布式缓存，分布式存储，网络通信等等。为啥batj 这种公司招技术专家都会指明是存储，缓存，计算等等方面的，因为分布式的东西太多了，没有好的底子是没法从现有问题中找到解决方案的。

单从大数据工具来说，无非就是hadoop hive sqoop spark flink storm flume kafka 等等，这些东西要么就是分布式中间件，要么是离线计算，实时计算框架，数据同步工具，每一个学会了只是学会了一种分析类型的解决方案。在工作中，不仅仅是这些。如果就是为了给一个分析系统做报表这些，基本使用上面列举的框架就可以解决问题。但是大数据后面的技术就是分布式问题和并发问题。