大資料有兩個方向，一個是偏計算機的，另一個是偏經濟的。你學過Java，所以你可以偏將計算機的。

Java程式設計師想轉大資料可行嗎？Java是全世界使用人數最多的程式語言。不少程式設計師選擇Java做為了自己的程式設計第一語言，但隨之而來的是Java程式設計師接近飽和的人才市場。由此，隨著大資料時代的到來，有很多Java程式設計師想要轉行大資料。 不得不說，大資料行業可以說是為Java程式設計師量身打造的一個朝陽行業？為什麼要這麼說呢？

網際網路是當下流行趨勢，且未來可期。大資料的發展亦是時代發展的必然，如果大家還想要了解更多大資料的相關問題，歡迎加入qq群：458345782，有大量乾貨（零基礎以及進階的經典實戰）分享給大家，並且有清華大學畢業的資深大資料講師給大家免費授課，給大家分享目前國內最完整的大資料高階實戰實用學習流程體系

一、目前我國並沒有科班出身的大資料專業人才（海歸除外）

由於大資料行業在我國剛剛興起，我國高等教育反應相對滯後，因此，直到今年，我國才通過了35家高校的申請，開通了大資料專業，也就是說，在最近的這3-4年間，我國是沒有“國產”的科班大資料人才的。近100%的大資料人才都是半路出家，因此Java程式設計師想要轉行大資料並不需要有太大的心理壓力，相對於其他大多數專業，Java專業已經與大資料十分接近了。

二、Java與大資料相關性強，轉行容易

Java轉行大資料有著先天的優勢。因為Java是大資料技術的基礎語言，大資料技術中大多數平臺使用的都是Java語言。因此，對於大資料技術的學習來說，Java程式設計師已經佔盡了先機。在別的學員都還在研究Java程式設計時，Java程式設計師已經可以開始進行大資料核心技術的學習了。加上Java程式設計學習中所鍛鍊的程式設計師專業的思維方式，能幫助Java程式設計師理解大資料相關知識更加容易。

總而言之，Java程式設計師學習大資料具有很多別人不具備的先天優勢，相信學習起大資料來也是如魚得水，遊刃有餘。想要轉行大資料的Java程式設計師不用顧慮太多，時代的機遇稍縱即逝，及時抓住才是硬道理。

三 、大資料的學習技術點

Hadoop核心

(1) 分散式儲存基石：HDFS

HDFS簡介 入門演示 構成及工作原理解析：資料塊，NameNode, DataNode、資料寫入與讀取過程、資料複製、HA方案、檔案型別、 HDFS常用設定 Java API程式碼演示

(2) 分散式計算基礎：MapReduce

MapReduce簡介、程式設計模型、Java API 介紹、程式設計案例介紹、MapReduce調優

(3) Hadoop叢集資源管家：YARN

YARN基本架構 資源排程過程 排程演算法 YARN上的計算框架

離線計算

(1) 離線日誌收集利器：Flume

Flume簡介 核心元件介紹 Flume例項：日誌收集、適宜場景、常見問題

(2) 離線批處理必備工具：Hive

Hive在大資料平臺裡的定位、總體架構、使用場景之Access Log分析 Hive DDL&DML介紹 檢視 函式（內建，視窗，自定義函式） 表的分割槽、分桶和抽樣 優化

(3) 速度更快的Hive：Impala

Impala在大資料架構中的角色 架構 資料處理過程 一般使用步驟：建立表，分割槽表，查詢等 常用查詢演示：統計，連線等、Impala與Hive的比較 常用配置與最佳使用建議（查錯，調優等）

(4) 更快更強更好用的MR：Spark

Scala&Spark簡介 基礎 Spark程式設計（計算模型RDD、運算元Transformation和Actions的使用、使用Spark製作倒排索引）Spark SQL和DataFrame 例項：使用Spark SQL統計頁面PV和UV

實時計算

(1) 流資料整合神器：Kafka

Kafka簡介 構成及工作原理解析 4組核心API 生態圈 程式碼演示：生產並消費行為日誌

(2) 實時計算引擎：Spark Streaming

Spark Streaming簡介 工作原理解剖 編寫Streaming程式的一般過程 如何部署Streaming程式？ 如何監控Streaming程式？ 效能調優

(3) 海量資料高速存取資料庫：HBase

HBase簡介 架構及基本元件 HBase Table設計 HBase基本操作 訪問HBase的幾種方式

大資料ETL

(1) ETL神器：Sqoop，Kettle

資料同步ETL介紹 Kettle常用元件介紹 、抽取Mysql資料到Hive實戰 Sqoop介紹、抽取Hive資料到Mysql實戰

(2) 任務排程雙星：Oozie，Azkaban

ETL與計算任務的統一管理和排程簡介 Crontab排程的方案 自研排程系統的方案 開源系統Oozie和Azkaban 方案總結與經驗分享

大資料應用與資料探勘

(1) 大資料全文檢索引擎：Elasticsearch

全文檢索基礎知識，ES安裝及初級介紹，ES深入理解，使用經驗介紹

(2) 資料倉庫搭建

為什麼要構建大資料平臺 大資料平臺的的經典架構 深入剖析“五橫一縱”的架構實踐 知名網際網路公司大資料平臺架構簡介

(3) 資料視覺化

什麼是資料視覺化，資料視覺化常用工具與必備技能介，Tableau和ECharts實操講解 ECharts介紹，知名互金公司視覺化經驗介紹

(4) 演算法介紹

介紹資料探勘，機器學習，深度學習的區別，R語言和python的介紹，邏輯迴歸演算法的介紹與應用，以及主要的推薦演算法介紹

網際網路是當下流行趨勢，且未來可期。大資料的發展亦是時代發展的必然，如果大家還想要了解更多大資料的相關問題，歡迎加入qq群：458345782，有大量乾貨（零基礎以及進階的經典實戰）分享給大家，並且有清華大學畢業的資深大資料講師給大家免費授課，給大家分享目前國內最完整的大資料高階實戰實用學習流程體系