大數(shù)據(jù)包含太多東西了，從數(shù)據(jù)倉(cāng)庫(kù)、hadoop、hdfs、hive到spark、kafka等，每個(gè)要詳細(xì)的說(shuō)都會(huì)要很久的，所以我不認(rèn)為這里面有一個(gè)答案是合理的。
還是得根據(jù)自己的職業(yè)規(guī)劃來(lái)，畢竟成為大數(shù)據(jù)架構(gòu)師，需要很長(zhǎng)很長(zhǎng)的一段時(shí)間。
需要涉及到的東西有很多，有些答主隨便寫(xiě)了一點(diǎn)所謂的“路線”和“心得”，就想來(lái)求贊？
帆軟君今天就來(lái)說(shuō)說(shuō)，學(xué)習(xí)大數(shù)據(jù)之前，你不得先了解了解核心技術(shù)？
簡(jiǎn)單來(lái)說(shuō)，從大數(shù)據(jù)的生命周期來(lái)看，無(wú)外乎四個(gè)方面：大數(shù)據(jù)采集、大數(shù)據(jù)預(yù)處理、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)分析，共同組成了大數(shù)據(jù)生命周期里最核心的技術(shù)，下面分開(kāi)來(lái)說(shuō)：
一、大數(shù)據(jù)采集
大數(shù)據(jù)采集，即對(duì)各種來(lái)源的結(jié)構(gòu)化和非結(jié)構(gòu)化海量數(shù)據(jù)，所進(jìn)行的采集。
數(shù)據(jù)庫(kù)采集：流行的有Sqoop和ETL，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)MySQL和Oracle 也依然充當(dāng)著許多企業(yè)的數(shù)據(jù)存儲(chǔ)方式。當(dāng)然了，目前對(duì)于開(kāi)源的Kettle和Talend本身，也集成了大數(shù)據(jù)集成內(nèi)容，可實(shí)現(xiàn)hdfs，hbase和主流Nosq數(shù)據(jù)庫(kù)之間的數(shù)據(jù)同步和集成。
網(wǎng)絡(luò)數(shù)據(jù)采集：一種借助網(wǎng)絡(luò)爬蟲(chóng)或網(wǎng)站公開(kāi)API，從網(wǎng)頁(yè)獲取非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，并將其統(tǒng)一結(jié)構(gòu)化為本地?cái)?shù)據(jù)的數(shù)據(jù)采集方式。
文件采集：包括實(shí)時(shí)文件采集和處理技術(shù)flume、基于ELK的日志采集和增量采集等等。
二、大數(shù)據(jù)預(yù)處理
大數(shù)據(jù)預(yù)處理，指的是在進(jìn)行數(shù)據(jù)分析之前，先對(duì)采集到的原始數(shù)據(jù)所進(jìn)行的諸如“清洗、填補(bǔ)、平滑、合并、規(guī)格化、一致性檢驗(yàn)”等一系列操作，旨在提高數(shù)據(jù)質(zhì)量，為后期分析工作奠定基礎(chǔ)。數(shù)據(jù)預(yù)處理主要包括四個(gè)部分：數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)約。
數(shù)據(jù)清理：指利用ETL等清洗工具，對(duì)有遺漏數(shù)據(jù)(缺少感興趣的屬性)、噪音數(shù)據(jù)(數(shù)據(jù)中存在著錯(cuò)誤、或偏離期望值的數(shù)據(jù))、不一致數(shù)據(jù)進(jìn)行處理。
數(shù)據(jù)集成：是指將不同數(shù)據(jù)源中的數(shù)據(jù)，合并存放到統(tǒng)一數(shù)據(jù)庫(kù)的，存儲(chǔ)方法，著重解決三個(gè)問(wèn)題：模式匹配、數(shù)據(jù)冗余、數(shù)據(jù)值沖突檢測(cè)與處理。
數(shù)據(jù)轉(zhuǎn)換：是指對(duì)所抽取出來(lái)的數(shù)據(jù)中存在的不一致，進(jìn)行處理的過(guò)程。它同時(shí)包含了數(shù)據(jù)清洗的工作，即根據(jù)業(yè)務(wù)規(guī)則對(duì)異常數(shù)據(jù)進(jìn)行清洗，以保證后續(xù)分析結(jié)果準(zhǔn)確性。
數(shù)據(jù)規(guī)約：是指在最大限度保持?jǐn)?shù)據(jù)原貌的基礎(chǔ)上，最大限度精簡(jiǎn)數(shù)據(jù)量，以得到較小數(shù)據(jù)集的操作，包括：數(shù)據(jù)方聚集、維規(guī)約、數(shù)據(jù)壓縮、數(shù)值規(guī)約、概念分層等。
三、大數(shù)據(jù)存儲(chǔ)
大數(shù)據(jù)存儲(chǔ)，指用存儲(chǔ)器，以數(shù)據(jù)庫(kù)的形式，存儲(chǔ)采集到的數(shù)據(jù)的過(guò)程，包含三種典型路線：
1、基于MPP架構(gòu)的新型數(shù)據(jù)庫(kù)集群
采用Shared Nothing架構(gòu)，結(jié)合MPP架構(gòu)的高效分布式計(jì)算模式，通過(guò)列存儲(chǔ)、粗粒度索引等多項(xiàng)大數(shù)據(jù)處理技術(shù)，重點(diǎn)面向行業(yè)大數(shù)據(jù)所展開(kāi)的數(shù)據(jù)存儲(chǔ)方式。具有低成本、高性能、高擴(kuò)展性等特點(diǎn)，在企業(yè)分析類(lèi)應(yīng)用領(lǐng)域有著廣泛的應(yīng)用。
較之傳統(tǒng)數(shù)據(jù)庫(kù)，其基于MPP產(chǎn)品的PB級(jí)數(shù)據(jù)分析能力，有著顯著的優(yōu)越性。自然，MPP數(shù)據(jù)庫(kù)，也成為了企業(yè)新一代數(shù)據(jù)倉(cāng)庫(kù)的最佳選擇。
2、基于Hadoop的技術(shù)擴(kuò)展和封裝
基于Hadoop的技術(shù)擴(kuò)展和封裝，是針對(duì)傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)難以處理的數(shù)據(jù)和場(chǎng)景（針對(duì)非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)和計(jì)算等），利用Hadoop開(kāi)源優(yōu)勢(shì)及相關(guān)特性（善于處理非結(jié)構(gòu)、半結(jié)構(gòu)化數(shù)據(jù)、復(fù)雜的ETL流程、復(fù)雜的數(shù)據(jù)挖掘和計(jì)算模型等），衍生出相關(guān)大數(shù)據(jù)技術(shù)的過(guò)程。
伴隨著技術(shù)進(jìn)步，其應(yīng)用場(chǎng)景也將逐步擴(kuò)大，目前最為典型的應(yīng)用場(chǎng)景：通過(guò)擴(kuò)展和封裝 Hadoop來(lái)實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)大數(shù)據(jù)存儲(chǔ)、分析的支撐，其中涉及了幾十種NoSQL技術(shù)。
3、大數(shù)據(jù)一體機(jī)
這是一種專(zhuān)為大數(shù)據(jù)的分析處理而設(shè)計(jì)的軟、硬件結(jié)合的產(chǎn)品。它由一組集成的服務(wù)器、存儲(chǔ)設(shè)備、操作系統(tǒng)、數(shù)據(jù)庫(kù)管理系統(tǒng)，以及為數(shù)據(jù)查詢(xún)、處理、分析而預(yù)安裝和優(yōu)化的軟件組成，具有良好的穩(wěn)定性和縱向擴(kuò)展性。
四、大數(shù)據(jù)分析挖掘
從可視化分析、數(shù)據(jù)挖掘算法、預(yù)測(cè)性分析、語(yǔ)義引擎、數(shù)據(jù)質(zhì)量管理等方面，對(duì)雜亂無(wú)章的數(shù)據(jù)，進(jìn)行萃取、提煉和分析的過(guò)程。
這里要提一下工具：
FineBI（可選）：
你可以把它視作為可視化工具，因?yàn)樗锩孀詭资N常用圖表，以及動(dòng)態(tài)效果；
你也可以把它作為報(bào)表工具，因?yàn)樗芙尤敫鞣NOA、ERP、CRM等系統(tǒng)數(shù)據(jù)，不寫(xiě)代碼不寫(xiě)SQL就能批量化做報(bào)表。
你還可以把它看作數(shù)據(jù)分析工具，其內(nèi)置等常見(jiàn)的數(shù)據(jù)分析模型、以及各式圖表，可以借助FineBI做一些探索性的分析。
FineReport（可選）：
可以直接和數(shù)據(jù)庫(kù)交互（數(shù)據(jù)導(dǎo)出+填入數(shù)據(jù)），能連接各系統(tǒng)的數(shù)據(jù)，能高效率批量做報(bào)表，展現(xiàn)，交互分析，可視化大屏，并做到辦公協(xié)同，F(xiàn)ineReport無(wú)愧是大數(shù)據(jù)報(bào)表領(lǐng)域的佼佼者。
1、可視化分析
可視化分析，指借助圖形化手段，清晰并有效傳達(dá)與溝通信息的分析手段。主要應(yīng)用于海量數(shù)據(jù)關(guān)聯(lián)分析，即借助可視化數(shù)據(jù)分析平臺(tái)，對(duì)分散異構(gòu)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，并做出完整分析圖表的過(guò)程。
具有簡(jiǎn)單明了、清晰直觀、易于接受的特點(diǎn)。
2、數(shù)據(jù)挖掘算法
數(shù)據(jù)挖掘算法，即通過(guò)創(chuàng)建數(shù)據(jù)挖掘模型，而對(duì)數(shù)據(jù)進(jìn)行試探和計(jì)算的，數(shù)據(jù)分析手段。它是大數(shù)據(jù)分析的理論核心。
數(shù)據(jù)挖掘算法多種多樣，且不同算法因基于不同的數(shù)據(jù)類(lèi)型和格式，會(huì)呈現(xiàn)出不同的數(shù)據(jù)特點(diǎn)。但一般來(lái)講，創(chuàng)建模型的過(guò)程卻是相似的，即首先分析用戶(hù)提供的數(shù)據(jù)，然后針對(duì)特定類(lèi)型的模式和趨勢(shì)進(jìn)行查找，并用分析結(jié)果定義創(chuàng)建挖掘模型的最佳參數(shù)，并將這些參數(shù)應(yīng)用于整個(gè)數(shù)據(jù)集，以提取可行模式和詳細(xì)統(tǒng)計(jì)信息。
3、預(yù)測(cè)性分析
預(yù)測(cè)性分析，是大數(shù)據(jù)分析最重要的應(yīng)用領(lǐng)域之一，通過(guò)結(jié)合多種高級(jí)分析功能（特別統(tǒng)計(jì)分析、預(yù)測(cè)建模、數(shù)據(jù)挖掘、文本分析、實(shí)體分析、優(yōu)化、實(shí)時(shí)評(píng)分、機(jī)器學(xué)習(xí)等），達(dá)到預(yù)測(cè)不確定事件的目的。
幫助分用戶(hù)析結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的趨勢(shì)、模式和關(guān)系，并運(yùn)用這些指標(biāo)來(lái)預(yù)測(cè)將來(lái)事件，為采取措施提供依據(jù)。
4、語(yǔ)義引擎
語(yǔ)義引擎，指通過(guò)為已有數(shù)據(jù)添加語(yǔ)義的操作，提高用戶(hù)互聯(lián)網(wǎng)搜索體驗(yàn)。
5、數(shù)據(jù)質(zhì)量管理
指對(duì)數(shù)據(jù)全生命周期的每個(gè)階段（計(jì)劃、獲取、存儲(chǔ)、共享、維護(hù)、應(yīng)用、消亡等）中可能引發(fā)的各類(lèi)數(shù)據(jù)質(zhì)量問(wèn)題，進(jìn)行識(shí)別、度量、監(jiān)控、預(yù)警等操作，以提高數(shù)據(jù)質(zhì)量的一系列管理活動(dòng)。
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶(hù)創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專(zhuān)業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶(hù)和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶(hù)創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶(hù)及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類(lèi)的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶(hù)體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣(mài)產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶(hù)點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買(mǎi)或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷(xiāo)內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷(xiāo)；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶(hù)名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢(xún)；
4)問(wèn)自己或他人的八字、六爻、星盤(pán)、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶(hù)；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶(hù)舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶(hù)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶(hù)違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶(hù)對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)