CDA資料分析師原創作品

身處21世紀的今天，資料分析行業急劇發展，越來越多的企業已經意識到大資料分析的重要性和發展潛力，同時越來越多的傳統行業公司開始轉型升級，開始引入並發展專屬自己的大資料分析部門及崗位。由此也滋生了越來越多的人想進入大資料領域——或許你是即將畢業的大學生，基於自己的文科背景擔憂自己能否零基礎入門大資料行業，畢竟隔行如隔山，到時學不進去又誤了自己找工作的時間，也是左右皆空啊；或許你剛畢業一兩年，當初渾渾噩噩畢了業隨便找了個工作，現在終於覺得要好好規劃人生了，正迷茫於到底要不要學習大資料分析技術進入人才濟濟的大市場崗位，好為自己的未來職業生涯奠定基礎；或許你早已流轉職場多年，感覺身處瓶頸期的自己已無晉升或提升空間，正為要不要轉行到大資料分析行業而搖擺不定……其實， 一切的擔心都是人之常情，一切的擔心不過都是過眼雲煙，“車到山前必有路”，我們只需問清楚自己的內心，自己到底想要什麼。反正時光匆匆，與其躊躇不前倒不如給自己一個痛快，要知道，這是個人人必爭的時代，這是個努力努力再努力的時代！

首先我們要知道什麼是大資料？

顧名思義，大資料就是巨量資料，海量資料，也可以說是數量大，結構複雜，型別複雜的資料的集合。而從這些資料中獲取有價值的資訊的的能力，就是大資料技術。

大資料需要什麼基礎？學習大資料需要以下幾個方面的基礎：

1、 程式語言基礎

2、 Linux系統的基本操作

3、 資料庫

4、 Hadoop架構基礎

5、 機器學習

一、程式語言基礎

新手學大資料，首先要具備的是程式語言基礎，如Java、C++等，要初步掌握面向物件、抽象類、介面、繼承、多型和資料流及物件流等基礎，程式語言在大資料中佔據了不可逾越的地位，掌握一門程式語言再學習大資料會輕鬆很多，甚至程式語言要比大資料學習的時間更長。

二、Linux系統的基本操作

Linux系統的基本操作是大資料不可分割的一部分，大資料的元件都是在這個系統中跑的。重點是要學習一下Linux環境的搭建，搭建平臺有Ubuntu、Centos。內容包括系統配置、系統安裝、SSH、軟體安裝等。

三、資料庫

只要跟資料打交道就離不開資料庫，SQL語言是每個資料分析師必不可少的一項硬技能，當然，學習大資料SQL也是必經之路。

四、Hadoop架構設計

要學大資料，首先要了解的是如何在單臺Windows系統上通過虛擬機器搭建多臺Linux虛擬機器，從而構建Hadoop叢集，再建立spark開發環境，完成大資料環境的配置搭建。也是學習大資料的第一步。

Hadoop生態體系HDFS分散式檔案系統；MapReduce分散式計算模型；Yarn分散式資源管理器；Zookeeper分散式協調服務；Habse分散式資料庫；Hive分散式資料倉庫；Sqoop大資料遷移系統；Spark的基本應用等，是大資料生態圈的元件和作用。

五、機器學習

要使得大資料相關內容得到應用，則必然會涉及大量機器學習及演算法的內容，發揮出大資料的優勢，讓你的辦公效率更快，更強。這也是大資料最大的優勢所在，使得計算機效能得到最大的利用。

學習大資料分析需要從以下幾個模組入手：

¢ 大資料平臺基礎知識

¢ 資料庫知識應用

¢ 大資料倉庫知識應用

¢ 數學及統計學基礎

¢ Python機器學習

¢ 大資料平臺分析Spark工具

¢ 大資料綜合案例

時光匆匆，我們生活得也很匆忙，如何匆忙中取勝，如何匆忙中取靜，一切都要看個人的造化。好比掘地挖井取水，很多人都半途而廢，甚至還差幾十釐米就挖通了水源，但堅持和忍耐實在太考驗人，也太折磨人，但也區分出了優勝劣汰的結局，畢竟不是人人都可以成為“吃得苦中苦，方為人上人”的勝利者。不過選擇卻在我們手上，我們選擇做“苦中苦之後的人上人”，還是“三天打漁兩天晒網的無功而返者”，都要我們自己一步一步去撥開迷霧。當你在刻苦努力時，你想到的是一群在KTV通宵狂歡的買醉哥們，還是年紀輕輕早已行走在佛羅倫薩小鎮度假的大學同窗，好好掂量，好好鞭策，相信你會做出更明智的選擇！