學(xué)習(xí)大數(shù)據(jù)需要什么基礎(chǔ)？大數(shù)據(jù)需要開(kāi)發(fā)功底，比如python語(yǔ)言，通過(guò)編程需要抓取數(shù)據(jù)。當(dāng)然會(huì)前端需要比如Html，javascript，將抓取的數(shù)據(jù)整合后通過(guò)前端去展示。所以個(gè)人覺(jué)得學(xué)習(xí)一門開(kāi)發(fā)語(yǔ)言

學(xué)習(xí)大數(shù)據(jù)需要什么基礎(chǔ)？

大數(shù)據(jù)需要開(kāi)發(fā)功底，比如python語(yǔ)言，通過(guò)編程需要抓取數(shù)據(jù)。當(dāng)然會(huì)前端需要比如Html，javascript，將抓取的數(shù)據(jù)整合后通過(guò)前端去展示。所以個(gè)人覺(jué)得學(xué)習(xí)一門開(kāi)發(fā)語(yǔ)言是必須的。

hadoop 存儲(chǔ)原理？

hadoop原理：

其最底部是 Hadoop Distributed File System（HDFS），它存儲(chǔ) Hadoop 集群中所有存儲(chǔ)節(jié)點(diǎn)上的文件。HDFS的上一層是MapReduce引擎，該引擎由 JobTrackers 和 TaskTrackers組成。通過(guò)對(duì)Hadoop分布式計(jì)算平臺(tái)最核心的分布式文件系統(tǒng)HDFS、MapReduce處理過(guò)程，以及數(shù)據(jù)倉(cāng)庫(kù)工具Hive和分布式數(shù)據(jù)庫(kù)Hbase的介紹，基本涵蓋了Hadoop分布式平臺(tái)的所有技術(shù)核心。

如何學(xué)習(xí)“大數(shù)據(jù)”方面的知識(shí)？

（1）大數(shù)據(jù)學(xué)習(xí)要業(yè)務(wù)驅(qū)動(dòng)，不要技術(shù)驅(qū)動(dòng)

大數(shù)據(jù)的核心目標(biāo)是數(shù)據(jù)驅(qū)動(dòng)的智能化，要解決具體的問(wèn)題，學(xué)習(xí)之前要明確問(wèn)題，理解問(wèn)題，之后再研究和選擇合適的技術(shù)加以應(yīng)用，這樣才有針對(duì)性

（2）大數(shù)據(jù)學(xué)習(xí)要善用開(kāi)源，不要重復(fù)造輪子

GitHub上的明星開(kāi)源項(xiàng)目可以，所以要善用開(kāi)源和集體智慧編程，而不要重復(fù)造輪子

（3）大數(shù)據(jù)學(xué)習(xí)要以點(diǎn)帶面，不貪大求全

精力很有限，短時(shí)間內(nèi)很難掌握多個(gè)領(lǐng)域的大數(shù)據(jù)理論和技術(shù)，數(shù)據(jù)科學(xué)要把握好碎片化和系統(tǒng)性的關(guān)系。

不同領(lǐng)域的大數(shù)據(jù)應(yīng)用有其共性關(guān)鍵技術(shù)，其系統(tǒng)技術(shù)架構(gòu)也有相通的地方，每個(gè)大數(shù)據(jù)系統(tǒng)都應(yīng)該考慮上述問(wèn)題。

（4）大數(shù)據(jù)學(xué)習(xí)要勇于實(shí)踐，不要紙上談兵

大數(shù)據(jù)入門學(xué)習(xí)的路徑規(guī)劃有哪些？