大数据第一讲

第一讲：大数据基础入门

第一节：为什么要学习大数据
1、目的：很好工作
2、对比：Java开发和大数据开发

第二节：什么是大数据？
举例：
1、商品推荐： 问题：（1）大量的订单如何存储？ （2）大量的订单如何计算？
2、天气预报： 问题：（1）大量的天气数据如何存储？（2）大量的天气数据如何计算？

什么是大数据，本质？
（1）数据的存储：分布式文件系统（分布式存储）
（2）数据的计算：分布式计算

第三节：Java和大数据是什么关系？
1、Hadoop：基于Java语言开发
2、Spark： 基于Scala语言，Scala基于Java语言

第四节：学习大数据需要的基础和路线
1、学习大数据需要的基础：Java基础（JavaSE）---> 类、继承、I/O、反射、泛型*****
Linux基础（Linux的操作） ---> 创建文件、目录、vi编辑器***

2、学习路线：
（1）Java基础和Linux基础
（2）Hadoop的学习：体系结构、原理、编程
（*）第一阶段：HDFS、MapReduce、HBase（NoSQL数据库）
（*）第二阶段：数据分析引擎 ---> Hive、Pig
数据采集引擎 ---> Sqoop、Flume
（*）第三阶段：HUE：Web管理工具
ZooKeeper：实现Hadoop的HA
Oozie： 工作流引擎
（3）Spark的学习
（*）第一个阶段：Scala编程语言
（*）第二个阶段：Spark Core-----> 基于内存，数据的计算
（*）第三个阶段：Spark SQL -----> 类似Oracle中的SQL语句
（*）第四个阶段：Spark Streaming ---> 进行实时计算（流式计算）：比如：自来水厂

（4）Apache Storm：类似Spark Streaming ---> 进行实时计算（流式计算）：比如：自来水厂
（*）NoSQL：Redis基于内存的数据库