大数据应该怎么学？有哪些要求？

大数据课程知识点较多，学起来有一定难度！

“大数据”就是一些把我们需要观察的对象数据化，然后把数据输入计算机，让计算机对这些大量的数据进行分析之后，给出我们一些结论。

大数据学习内容主要有：

①JavaSE核心技术；

②Hadoop平台核心技术、Hive开发、HBase开发；

③Spark相关技术、Scala基本编程；

④掌握Python基本使用、核心库的使用、Python爬虫、简单数据分析；理解Python机器学习；

⑤大数据项目开发实战，大数据系统管理优化等。

你可以考察对比一下南京课工场、北大青鸟、中博软件学院等开设有大数据专业的学校。祝你学有所成，望采纳。

北大青鸟中博软件学院大数据毕业答辩

一、学习大数据需要的基础
1、java SE、EE(SSM)
90%的大数据框架都是Java写的
2、MySQL
SQL on Hadoop
3、Linux
大数据的框架安装在Linux操作系统上
在有了上面的技术基础支撑之后，便可以开始我们的大数据开发工程师的锻造之旅了，可以根据以下三个大的方面进行学习，当然了，中间需要穿插一些项目练习，将理论和实战相关联才能成长的很快!
二、大数据技术需要学什么
1、大数据离线分析
一般处理T+1数据(T：可能是1天、一周、一个月、一年)
a、Hadoop ：一般不选用新版本，踩坑难解决
(common、HDES、MapReduce、YARN)
环境搭建、处理数据的思想
b、Hive：大数据的数据仓库
经过写SQL对数据进行操作，类似于MySQL数据库的sql
c、HBase：基于HDFS的NOSQL数据库
面向列存储
d、协作框架：
sqoop(桥梁：HDFS《==》RDBMS)
flume：搜集日志文件中的信息
e、调度框架
anzkaban
了解：crotab(Linux自带)
zeus(Alibaba)
Oozie(cloudera)
f、前沿框架扩展：
kylin、impala、ElasticSearch(ES)
2、大数据实时分析
以spark框架为主
Scala：OOP(面向对象程序设计)+FP(函数是程序设计)
sparkCore：类比MapReduce
sparkSQL：类比hive
sparkStreaming：实时数据处理
kafka：消息队列
前沿框架扩展：flink
阿里巴巴：blink
3、大数据机器学习
spark MLlib：机器学习库
pyspark编程：Python和spark的结合
以上就是大数据的学习路线，有兴趣的朋友，也可以了解下人工智能和物联网。

大数据专业专业课程难度大，有本科学历要求！
大数据学习内容主要有：
①JavaSE核心技术；
②Hadoop平台核心技术、Hive开发、HBase开发；
③Spark相关技术、Scala基本编程；
④掌握Python基本使用、核心库的使用、Python爬虫、简单数据分析；理解Python机器学习；
⑤大数据项目开发实战，大数据系统管理优化等。
你可以考察对比一下南京课工场、北大青鸟、中博软件学院等开设有大数据专业的学校。祝你学有所成，望采纳。

大数据对学历要求还是挺高的，建议本科及本科以上学最好。可以报个培训班，能快速的系统的学习出来，早早就业。

大数据这个你可以去学习他大数据专业，然后这样的话在学习的过程中就会好一点。