大家好，我是小夏，我來(lái)為大家解答以上問(wèn)題。大數(shù)據(jù)要學(xué)什么東西，大數(shù)據(jù)要學(xué)什么很多人還不知道，現(xiàn)在讓我們一起來(lái)看看吧！

1、基礎(chǔ)階段：Linux、Docker、KVM、MySQL基礎(chǔ)、Oracle基礎(chǔ)、MongoDB、redis。hadoop mapreduce hdfs yarn：hadoop：Hadoop 概念、版本、歷史，HDFS工作原理，YARN介紹及組件介紹。

2、大數(shù)據(jù)存儲(chǔ)階段：hbase、hive、sqoop。

3、大數(shù)據(jù)架構(gòu)設(shè)計(jì)階段：Flume分布式、Zookeeper、Kafka。

4、大數(shù)據(jù)實(shí)時(shí)計(jì)算階段：Mahout、Spark、storm。

5、大數(shù)據(jù)數(shù)據(jù)采集階段：Python、Scala。

6、大數(shù)據(jù)商業(yè)實(shí)戰(zhàn)階段：實(shí)操企業(yè)大數(shù)據(jù)處理業(yè)務(wù)場(chǎng)景，分析需求、解決方案實(shí)施，綜合技術(shù)實(shí)戰(zhàn)應(yīng)用。

7、大數(shù)據(jù)(big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。 在維克托·邁爾-舍恩伯格及肯尼斯·庫(kù)克耶編寫的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法(抽樣調(diào)查)這樣的捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的5V特點(diǎn):Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價(jià)值密度)、Veracity（真實(shí)性）。

8、大數(shù)據(jù)的5個(gè)“V”，或者說(shuō)特點(diǎn)有五層面：

9、第一，數(shù)據(jù)體量巨大

10、從TB級(jí)別，躍升到PB級(jí)別。

11、第二，數(shù)據(jù)類型繁多

12、前文提到的網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。

13、第三，價(jià)值密度低

14、以視頻為例，連續(xù)不間斷監(jiān)控過(guò)程中，可能有用的數(shù)據(jù)僅僅有一兩秒。

15、第四，處理速度快

16、1秒定律。最后這一點(diǎn)也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。業(yè)界將其歸納為4個(gè)“V”——Volume，Variety，Value，Velocity。

17、物聯(lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、手機(jī)、平板電腦、PC以及遍布地球各個(gè)角落的各種各樣的傳感器，無(wú)一不是數(shù)據(jù)來(lái)源或者承載的方式。

本文到此講解完畢了，希望對(duì)大家有幫助。