如何进入大数据领域，学习路线是什么？
主要学习一些Java学习语言概念，如字符、过程控制、面向对象、过程线程、枚举反射等MySQL学习数据库的安装、卸载及相关操作JDBC实现原理及Linux大数据刚刚开始基础知识。scala**教程。
主要讲解CAP理论、数据分布模式、一致性PC和3PC、大数据集成架构。涉及的知识点包括Consistency一致性、Availability可用性、Partitiontolerance分区容忍度，数据量分布，2PC流程、3PC流程、哈希方式、一致性哈希等。scala视频教程。
协调服务主要讲解ZK(1T)、数据存储hdfs(2T)、数据存储alluxio(1T)、数据采集flume、数据采集logstash、数据同步Sqoop(0.5T)、数据同步datax(0.5T)、数据同步mysql-binlog(1T)、计算模型MR与DAG(1T)、hive(5T)、Impala(1T)、任务调度Azkaban、任务调度airflow等。sparkjavascala。
主要讲解数字仓库的历史背景和离线数字仓库项目-与我的的汽车(5T）架构技术分析、多维数据模型处理kylin（3.5T）部署安装、离线数字仓库项目-升级后加入我们的汽车kylin多维分析等；
主要讲解计算引擎，scala语言、spark、数据存储hbase、redis、ku，通过平台项目实现spark读写多数据源。scala和java。
主要讲解数据通道Kafka、实时数仓druid、流式数据处理flink、SparkStreaming，通过解释交通大数，你可以整合知识点。scala spark。
主要讲解elasticsearch，包括全文搜索技术，ES安装操作、index、创建索引、增删改查、索引、映射、过滤等。
主要讲解数据标准、数据分类、数据建模、图纸存储和查询、元数据、血缘和数据质量HiveHook、SparkListener等。scala编程第3版。
主要讲解Superset、Graphna这两种技术包括基本介绍、安装、数据源创建、表操作和数据探索分析。scala课程大纲。
主要讲解机器学习中的数学系统SparkMlib机器学习算法库，Pythonscikit-learn机器学习算法库，机器学习结合大数据项目。
